中国科技核心期刊
美国化学文摘社（CAS）数据库
美国EBSCO学术数据库
日本科学技术振兴机构数据库(JST)
基于BP神经网络的炭浆提金工艺指标优化
- 作者：
- 朱德宇|沈岩柏|张丽颖
- 作者单位：
- 1
基金项目：
- isnull
详细信息：
- 作者简介：
- 1
- 通讯作者：
- isnull
- PDF下载
1
- English Author：
- 1
- Unit：
- 摘要
- 在线预览
- 参考文献
摘要:
炭浆提金工艺在黄金选矿领域应用广泛，然而，受其工艺特性影响，指标控制存在滞后性，当前多采用事后问题分析的方式进行指标调控，显著增加了工艺控制的不确定性。为有效应对这一问题，构建了三层 BP神经网络模型，其输入层、隐含层及输出层的神经元个数分别设置为5，8和1，用于预测炭浆提金工艺的尾矿品位。基于东梁金矿的实际生产数据对该网络进行训练，结果显示网络拟合效果良好。运用训练好的网络对现场30组生产数据进行仿真验证，仿真准确率高达 85.52 %，有效解决了炭浆提金工艺中尾矿品位滞后的难题。此外，通过 BP神经网络对现场工艺进行优化，确定了最佳工艺参数，优化后尾矿品位降低至0.08 g/t，显著提升了金资源利用率。
关键词:
BP神经网络；炭浆提金工艺；指标预测；工艺优化；单因素分析；资源利用
Abstract:
is null
Keywords:
1
