科研之友
微信
新浪微博
Facebook
分享链接
摘要
选矿厂二段磨矿粒度是影响精品矿位和回收率的关键因素。本文针对目前选矿厂无法对磨矿粒度进行实时检测的问题，结合二段磨矿过程，使用基于粒子群算法(PSO)优化T-S模糊神经网络的方法，建立二段磨矿粒度软测量模型；并采集选矿厂实际生产数据，进行模型对比试验。结果表明：PSO优化T-S模糊神经网络的模型命中率为94%,平均相对误差为0.005 4,模型性能明显优于T-S模糊神经网络模型和RBF神经网络模型；优化模型能有效解决二段磨矿粒度与变量间的模糊性问题，且预测精度较高，满足选矿厂对二段磨矿粒度实时检测的要求。本文研究成果可为二段磨矿粒度软测量建模提供新策略。
- 单位
