神经网络在矿物加工中预测应用的研究现状及展望

作者:郭锐; 刘丹*; 杜钰; 余龙舟
来源:硅酸盐通报, 2020, 39(04): 1178-1185.
DOI:10.16552/j.cnki.issn1001-1625.2020.04.024

摘要

神经网络作为一个近十几年来快速发展的崭新领域,具有适应性强、容错能力强、鲁棒性强等优势。但是在矿物加工中存在传统人工离线分析化验指标滞后2~3 h,磨矿粒度缺乏在线监测设备无法监测,人工调节浮选加药量人为影响因素大等问题。应用神经网络的优势特征克服了过去被认为传统难以解决的问题,神经网络通过非线性变化对原始采集数据在隐含层传递函数计算下,经输入层传输传递到输出层,然后神经网络训练自我学习出对应关系之间的客观规律,最终输入类似样本数据在对应规律下输出预测数据。在目前矿物加工领域采用神经网络方法解决了精矿品位回收率预测,浮选过程加药量预测等问题的研究。在将来神经网络的应用中,在矿物加工领域能够为选矿厂带来智能化数字化信息化,提高选矿厂控制系统的效率和准确度。