| 金矿浮选回收率预测模型 |
| |
| 引用本文： | 刘青,王彬,袁玮,汪宙,王宝,彭良振,李剑锋,姚凯.金矿浮选回收率预测模型[J].北京科技大学学报,2014(11):1456-1461. |
| |
| 作者姓名： | 刘青 王彬 袁玮 汪宙 王宝 彭良振 李剑锋 姚凯 |
| |
| 作者单位： | 1. 北京科技大学钢铁冶金新技术国家重点实验室，北京 100083; 北京科技大学冶金与生态工程学院，北京 100083
2. 早子沟金矿有限责任公司,合作,747000 |
| |
| 基金项目： | 国家科技支撑计划资助项目 |
| |
| 摘 要： | 浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.
|
| 关 键 词： | 金矿 浮选 回收率 线性回归 神经网络 预测模型 |
Prediction model of floatation recovery ratio for a gold mine |
| |
| LIU Qing,WANG Bin,YUAN Wei,WANG Zhou,WANG Bao,PENG Liang-zhen,LI Jian-feng,YAO Kai.Prediction model of floatation recovery ratio for a gold mine[J].Journal of University of Science and Technology Beijing,2014(11):1456-1461. |
| |
| Authors: | LIU Qing WANG Bin YUAN Wei WANG Zhou WANG Bao PENG Liang-zhen LI Jian-feng YAO Kai |
| |
| Abstract: | |
| |
| Keywords: | gold mines flotation recovery ratio linear regression neural networks prediction models |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
