基于BP神经网络的焦煤浮选模型研究

作者：宛鹤; 周坤强; 赵林枫; 胡祥琳; 卫龙

来源：化工矿物与加工, 2023, 52(12): 8-13.

DOI：10.16283/j.cnki.hgkwyjg.2023.12.002

• 焦煤
• 产率
• 灰分
• 碳链长度
• 接触角
• 捕收剂
• BP神经网络
• 浮选

为实现对不同焦煤浮选精煤产率和灰分质量分数的预测，以鄂尔多斯地区4种焦煤为研究对象，选取碳链长度8～16的烷烃为捕收剂，对4种焦煤进行浮选试验；以密度、接触角、灰分质量分数、捕收剂碳链长度和捕收剂用量为输入量，精煤产率和灰分质量分数为输出量，结合MATLAB构建BP神经网络模型，对模型预测误差进行了分析，发现精煤产率模型和灰分质量分数模型收敛速度快，分别在迭代16次和7次后达到了设定精度0.001,且模型误差小，最大误差为0.159 79%。以神华某煤矿的焦煤为样本，对其浮选产率和灰分质量分数的实际结果和预测结果进行了对比，结果表明：浮选产率和灰分质量分数预测效果良好，两者误差均小于5%,模型可靠性较高。研究成果为焦煤浮选指标调控提供了一种新方法。

• 单位
  西安建筑科技大学