基于自适应自然梯度法的高斯过程磨矿粒度软测量建模

发布时间：2017-12-20 11:34

  本文关键词：基于自适应自然梯度法的高斯过程磨矿粒度软测量建模　出处：《北京工业大学学报》2016年08期 　论文类型：期刊论文

  更多相关文章： 高斯过程 磨矿粒度 自适应自然梯度法 软测量

【摘要】：针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究.结果表明:基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性.
【作者单位】： 河北工业大学控制科学与工程学院;河北省控制工程技术研究中心;
【基金】：国家自然科学基金项目资助项目(61203323) 河北省自然科学基金资助项目(F2011202094) 河北省高等学校科研项目(Q2012079)
【分类号】：TD921.4
【正文快照】： 磨矿过程是衔接破碎矿石与最终矿石分选的中间桥梁,起着承上启下的关键作用,是整个选矿生产流程中一个非常重要的环节,承担着为后续选别作业提供合格矿浆的任务,其矿浆粒度直接关系到选别作业的精矿品味和金属回收率,所以,磨矿产品的粒度对后续作业的生产指标乃至整个选矿厂的

【相似文献】

中国期刊全文数据库 前8条

1 丘德镳;怎样确定最佳磨矿粒度[J];矿冶工程;1991年03期

2 王新华;桂卫华;王雅琳;阳春华;;混合核函数支持向量机的磨矿粒度预测模型[J];计算机工程与应用;2010年12期

3 李茂林;崔瑞;王非;向文娟;曾凡霞;;阶段磨选磨矿粒度划分的理论分析与计算[J];矿冶工程;2011年01期

4 何桂春,毛益平,倪文;基于多神经网络的磨矿粒度软测量模型[J];金属矿山;2005年02期

5 郭素红;刘威;;某钾盐矿磨矿粒度对浮选效果影响的试验研究[J];有色金属(选矿部分);2009年04期

6 张剑锋;;梅山原矿及二次分级溢流降硫试验研究[J];现代矿业;2009年10期

7 杨晓峰;陈景明;;回收赤铁矿尾矿工艺中合适的磨矿粒度及设备研究[J];矿业工程;2013年06期

8 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 杨晓峰;陈景明;;浮选尾矿再选工艺中的合适的磨矿粒度与设备研究[A];晋琼粤川鲁冀辽七省金属（冶金）学会第二十一届矿业学术交流会论文集[C];2014年

中国硕士学位论文全文数据库 前1条

1 刘德明;基于支持向量回归的磨矿粒度软测量及其软件实现[D];辽宁科技大学;2012年

，

本文编号：1311957