全尾砂絮凝沉降参数预测模型研究

发布时间：2017-12-04 09:14

  本文关键词：全尾砂絮凝沉降参数预测模型研究

  更多相关文章： BP神经网络 遗传算法 全尾砂 絮凝沉降 沉降速度

【摘要】：为了得到最佳的絮凝沉降参数,运用BP神经网络和遗传学算法建立了全尾砂絮凝沉降参数预测模型.以絮凝剂单耗和尾砂浓度作为输入因子,以沉降速度作为输出因子;通过正交试验,确定网络学习、训练样本,建立神经网路预测模型;采用遗传算法对全尾砂沉降参数预测模型进行全局寻优,得到最佳絮凝沉降参数.将预测模型运用到和睦山铁矿,在絮凝剂单耗12 g/t,尾砂浓度17%条件下,沉降速度达到1.31 m/h,满足生产需要,比原生产所需絮凝剂单耗减少20%.应用结果表明,该预测模型有较高的实用性,为沉降参数优选提供了一种崭新的思路.
【作者单位】： 中南大学资源与安全工程学院;
【基金】：国家科技支撑计划项目(2013BAB02B05)
【分类号】：TD926.4
【正文快照】： 在实际生产中,实现全尾砂快速浓缩主要是通过添加絮凝剂来实现[1].由于全尾砂性质有差别,经常需要做很多试验才能确定絮凝沉降参数,仅通过有限实验数据选取的絮凝沉降参数,并不一定是最佳参数,也不能系统地指导生产.为此,一些学者研究使用数学统计方法对试验数据进行回归分析[

【相似文献】

中国期刊全文数据库 前10条

1 张舒;沈丽娟;张娟;;挡板式管道混合器絮凝沉降性能的试验研究[J];中国煤炭;2012年05期

2 马金元;李海民;边红利;张全有;;不同类型水处理剂对马海盐湖高不溶物钾盐矿浆的絮凝沉降及过滤性能研究[J];盐湖研究;2012年01期

3 王星;瞿圆媛;胡伟伟;韩文亮;吴淼;;尾矿浆絮凝沉降影响因素的试验研究[J];金属矿山;2008年05期

4 王新民;刘吉祥;陈秋松;肖崇春;万孝衡;;超细全尾砂絮凝沉降参数优化模型[J];科技导报;2014年17期

5 黄文俊;廖秋光;刘万云;梅光泉;;助凝剂在冬瓜山铜矿全尾充填絮凝沉降中的运用[J];江西化工;2012年03期

6 王华;李宋江;李国民;张汉彪;孙应;唐仲尧;;矿浆絮凝沉降影响因数研究[J];湖南有色金属;2013年02期

7 朱振海,郑茂松;膨润土酸活化漂洗工艺中絮凝沉降技术研究[J];非金属矿;2004年01期

8 廖寅飞;赵江涛;胡晓东;;难沉降煤泥水的凝聚-絮凝沉降试验研究[J];煤炭工程;2010年12期

9 丁忠浩;翁达;卢寿慈;;pH值对细粒碳酸锰精矿絮凝沉降行为的影响[J];中国锰业;1990年02期

10 焦华U，

本文编号：1250484