AdaBoost多項式算法在選礦電氣控制系統(tǒng)中的應用研究.pdf

1、在選礦電氣控制過程中，磨礦的分級控制是非常重要的過程環(huán)節(jié)，其礦漿粒度的大小是衡量磨礦分級過程作業(yè)質量最重要的工藝指標。因此對磨礦礦漿粒度的實時檢測是非常必要的。由于大中型的選礦廠廣泛采用旋流器對礦漿粒度進行分級，因此旋流器溢流粒度在工藝流程中是衡量礦漿分級產品質量高低的最重要指標。但是由于復雜的流場以及磨礦過程中的多變性、時變性等，很難找到一個完整的、準確的簡單通用式來對選礦溢流粒度進行估計。
　　為了降低選礦的生產成本和維護成本

2、，本文在已有的旋流器溢流粒度測量方法上深入探索，以選礦工藝中的旋流器對礦漿流量、壓力、流速的電氣控制系統(tǒng)為平臺進行研究，進而提出基于AdaBoost的多項式旋流器溢流粒度預測模型。
　　本文中介紹了多項式模型和AdaBoost算法，然后將其結合，著重介紹了預測模型。該模型以均方誤差最小化為目標函數(shù)建立多項式模型，采用AdaBoost加強性能較差的樣本的訓練提高模型的泛化性和精度，最后將多個模型按照不同的權重進行集成作為最終的模型。