金矿浮选回收率预测模型
来源期刊:工程科学学报2014年第11期
论文作者:刘青 王彬 袁玮 汪宙 王宝 彭良振 李剑锋
文章页码:1456 - 1461
关键词:金矿;浮选;回收率;线性回归;神经网络;预测模型;
摘 要:浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.
刘青1,2,王彬1,2,袁玮1,2,汪宙1,2,王宝1,2,彭良振1,2,李剑锋1,2
1. 北京科技大学钢铁冶金新技术国家重点实验室2. 北京科技大学冶金与生态工程学院
摘 要:浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.
关键词:金矿;浮选;回收率;线性回归;神经网络;预测模型;