一种基于混合神经网络的浮选pH值预测模型
作者:
唐朝晖
;
杜金芳
;
陈青
关键词:
矿物浮选
泡沫图像
预测模型
主元分析(PCA)
自适应遗传混合神经网络
(AGA—HNN)
摘要：
矿物浮选过程中，矿浆pH值作为影响浮选效果的一个重要因素，是实现浮选过程监视及优化控制的一个重要参量。目前的pH值测定仪存在交叉污染、测量滞后等问题，难以获得实时准确的pH值。为使浮选运行在最优状态，在泡沫图像特征提取的基础上，提出一种基于自适应遗传混合神经网络的预测模型，该模型首先利用主元分析（PCA）方法对提取的多个图像特征进行降维，然后采用自适应遗传混合神经网络（AGA—HNN）建立pH值预测模型。最后将该模型应用于浮选现场，预测结果能够实时跟踪实际值，根据预测值实时调整工况条件，改善了浮选效果，提高了浮选效率。
上一篇：可调引射混合式低压加热器的智能控制
下一篇：基于RSPNN的制粉系统故障诊断