基于人工神經網的旋流器分級粒度軟測量.pdf

1、選礦流程是大多數(shù)礦山作業(yè)不可或缺的部分，而磨礦分級作業(yè)則是選礦流程的重要組成部分，磨礦分級產品的質量直接關系到整個選礦流程工作的好壞。 在工業(yè)生產中，衡量磨礦分級產品質量的重要指標就是水力旋流器溢流產品的粒度分布情況。在實際生產中，對這一指標的檢測方式通常有兩種。一種是直接化驗的方法，但這種方法要經過一系列的步驟，花費時間很長。另一種是采用PSI-200粒度分析儀表的方法，但是這種儀表通常價格昂貴，一般的礦山企業(yè)難以承受。

2、 軟測量技術是當前過程控制領域的研究熱點之一。本文以磨礦分級作業(yè)為背景，在深入研究相關文獻的基礎上，針對水力旋流器分級產物粒度在線檢測困難的現(xiàn)狀，提出了一種基于BP神經網的軟測量技術。同時出于比較的目的，還分別構建了基于ARMA模型和卡爾曼濾波模型的軟測量模型。 本文的主要內容如下： (1)詳細介紹了磨礦分級流程的具體情況，闡述了分級產物粒度分布指標這一參數(shù)的重要性，指出對其進行在線檢測的重要意義。針對主要的分級設備水

3、力旋流器，通過分析，找出了分級粒度分布有關的各個參數(shù)，并對這些參數(shù)加以取舍。 (2)引入了軟測量技術，著重介紹了基于人工神經網的軟測量方法，闡明了其特點和適用范圍。詳細介紹了人丁神經網中應用最廣泛的BP網，介紹了其構造和具體的運算過程，也指出了其相應特點。 (3)在此基礎上，構建了基于BP神經網的軟測量模型，同時為了提高BP網的訓練數(shù)度，提出了一種改進的BP算法。隨后分別也構造了基于ARMA和基于卡爾曼濾波的軟測量模型。