基于BP神经网络和NSGAⅡ算法的立式搅拌磨机能耗优化

作者：顾龙龙; 魏镜弢^*; 肖正明; 王佳豪

来源：有色金属(选矿部分), 2023, (06): 80-85.

• 立式搅拌磨机
• BP神经网络
• NSGAⅡ算法
• 能耗
• 出粉率

针对立式搅拌磨机在磨矿过程中能耗较大的问题，采用人工神经网络的方法建立工艺参数与能耗和出粉率的回归关系，并采用多目标遗传算法作为优化算法，构建立式搅拌磨机工艺的多目标优化策略，最终确定立式搅拌磨机的最优工艺参数，从而实现降低搅拌磨机磨矿能耗和减少生产成本的目的。以矿料粒度、搅拌器转速、介质填充率、矿浆浓度作为变量，设计进行了立式搅拌磨机的磨矿能耗试验。根据试验数据构建了基于BP神经网络的立式搅拌磨机的能耗和出粉率的预测模型，并验证了其预测的准确性；然后基于该预测模型运用NSGAⅡ算法进行了多目标优化，获得了Pareto最优解集；最后分析讨论得到了最优的工艺参数，对比优化前的工艺参数，在出粉率相同的情况下，能耗降低了7%。

• 单位
  昆明理工大学; 机电工程学院