基于ANN的銅爐渣磨礦參數(shù)對銅精礦指標影響預測研究.pdf

1、選礦工藝是一個非常復雜的工作過程，影響選礦結(jié)果的因素很多，原礦濃度、原礦細度、球磨濃度、球磨細度、浮選條件等對精礦品位、回收率等指標有很大的影響。這些影響因素和選礦工藝參數(shù)最終指標之間存在著錯綜復雜的非線性關系，是一個典型的多維非線性系統(tǒng)，很難用傳統(tǒng)的簡單線性數(shù)學工具來進行描述。 人工神經(jīng)網(wǎng)絡是一類模擬人類神經(jīng)系統(tǒng)的結(jié)構(gòu)，它揭示了樣本數(shù)據(jù)中蘊涵的非線性關系，大量處理單元組成非線性自適應動態(tài)系統(tǒng)，具有良好的自適應性、自組織性及很強

2、的網(wǎng)絡學習、容錯、聯(lián)想和抗干擾的能力，可靈活方便的對多成因的復雜未知系數(shù)進行建模。使用人工神經(jīng)網(wǎng)絡的數(shù)值特征模式識別的技術對選礦過程進行判斷，解決了傳統(tǒng)方法建立的模型在實際應用中存在的局限性。 鑒于此，論文采用神經(jīng)網(wǎng)絡這一新技術建立基于人工神經(jīng)網(wǎng)絡的銅爐渣磨礦工藝參數(shù)對銅精礦指標影響的預測系統(tǒng)。 結(jié)合江西銅業(yè)貴溪冶煉廠實際生產(chǎn)工藝流程，采用其選礦車間日生產(chǎn)快報數(shù)據(jù)，將該工藝流程中的半自磨礦漿濃度、半自磨細度、球磨濃度、球

3、磨細度、浮選進料濃度、浮選進料細度及原礦品位等7個參數(shù)作為輸入數(shù)據(jù)，對銅精礦的精礦品位、尾礦品位、回收率等3項指標進行預測來建立神經(jīng)網(wǎng)絡模型。首先進行定性分析，以確定所使用的網(wǎng)絡計算函數(shù)。通過同一網(wǎng)絡模型不同算法條件下建立的網(wǎng)絡模型定性分析綜合比較，采用網(wǎng)絡性能比較穩(wěn)定的traingdm算法來建立網(wǎng)絡模型。對所確定的traingdm算法的網(wǎng)絡模型，進行定量研究表明隱含層神經(jīng)元個數(shù)取13時網(wǎng)絡性能最佳，確定神經(jīng)網(wǎng)絡結(jié)構(gòu)模型為7-13-3型