科研之友
微信
新浪微博
Facebook
分享链接
摘要
精矿品位是选矿工艺中重要的经济技术指标之一，准确、实时地预测这一指标具有重要意义。然而，实际工业过程中，不同浮选线或浮选槽的环境和操作存在差异，使得所采集的数据分布不同，导致利用有标记浮选槽数据建立的模型应用到其他浮选槽时适应性差，精矿品位的预测精度低。针对这一问题，将公共特征提取算法应用于精矿品位预测中降低不同浮选槽数据分布差异。考虑到数据具有动态特性，采用时序模式注意力机制和短期时间记忆网络结合的模型对精矿品位进行预测。通过在多个泡沫浮选槽数据集上进行交叉实验，证明这一方法的有效性。
- 单位
