2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、泡沫浮選廣泛應用于礦物分離。精礦品位是泡沫浮選過程的重要質(zhì)量指標,然而目前多數(shù)浮選工廠都是通過離線化驗得到精礦品位,離線化驗需要較長時間,導致調(diào)節(jié)滯后。為此,本文研究如何建立準確的精礦品位預測模型,為實現(xiàn)浮選過程的優(yōu)化控制提供指導。
   論文在對浮選機理深入分析的基礎(chǔ)上,分別建立了精礦品位與回收率的關(guān)系模型以及回收率的機理模型,從而實現(xiàn)精礦品位的機理預測。盡管該機理模型能夠較好地反映工業(yè)過程,但由于做了較多的簡化和假設(shè),模型預

2、測結(jié)果誤差較大,其預測精度不能滿足工業(yè)需求,為此基于泡沫圖像特征探討了精礦品位的數(shù)據(jù)建模方法。文中,簡單介紹了泡沫圖像獲取系統(tǒng)結(jié)構(gòu),給出了浮選槽表面泡沫各種圖像特征的獲取方法,并對獲取到的泡沫圖像特征數(shù)據(jù)進行了異常點去除和小波去噪等預處理,建立了以泡沫特征數(shù)據(jù)為輸入的B樣條偏最小二乘(BSplinePartialLeastSquares,BS-PLS)精礦品位預測模型??紤]到該數(shù)據(jù)模型能夠取得較高精度,但其泛化能力較差,預測結(jié)果不穩(wěn)定,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論