期刊专题

10.11817/j.issn.1672-7207.2016.05.029

全尾砂浆最佳絮凝沉降参数

引用
为了得到最佳的絮凝沉降参数,研究使用BP 神经网络进行优化选择。通过对比分析,将输入因子简化为絮凝剂单耗和尾砂质量分数2个因子,输出因子简化为沉降速度1个因子;通过正交试验,建立网络学习、训练样本,优选出最佳网络模型。扩大正交试验,增加输入因子水平,组合优选样本,搜索最佳絮凝沉降参数。以司家营铁矿全尾砂絮凝沉降为例,优选出絮凝剂单耗为10 g/t,尾砂质量分数为18%,预测沉降速度为1.38 m/h,满足生产要求,比原生产所需絮凝剂单耗节省50%。应用结果表明:该研究成果效果显著,为絮凝沉降参数优选提供一种新思路。

絮凝剂单耗、尾砂、絮凝沉降、网络模型

47

TD853(矿山开采)

科技部“十一五”科技支撑计划项目2008BAB32B03Project2008BAB32B03@@@@supported by the National Science and TechnologyPillarProgramduring the 11th“Five-year”Plan Period

2016-07-06(万方平台首次上网日期,不代表论文的发表时间)

共7页

1675-1681

暂无封面信息
查看本期封面目录

中南大学学报(自然科学版)

1672-7207

43-1426/N

47

2016,47(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn