浮选加药量预测模型的研究

摘要

cqvip:为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证。结果表明,基于BP神经网络建立的浮选加药量预测模型预测效果较好,更适用于浮选生产过程中的药剂添加量预测。