鋁土礦浮選過程粗選礦漿pH值軟測量模型及應(yīng)用.pdf

1、浮選是按礦物表面物理化學性質(zhì)的差異來分離各種細粒礦物的一種有效方法。粗選是浮選流程的起始環(huán)節(jié),其礦漿的pH值直接反映磨機中碳酸鈉的添加量,對后面各個流程的藥劑添加量、精礦及尾礦品位都有重要影響?，F(xiàn)有的pH值測定儀昂貴、耗時、費力,且具有滯后性,結(jié)果易受環(huán)境影響,無法長期、連續(xù)、穩(wěn)定、準確地進行測量。
　　 粗選礦漿pH值的影響因素很多,且其變化過程具有非線性特征,很難從化學反應(yīng)機理上建立礦漿pH值的軟測量模型。泡沫圖像包含了大量

2、與生產(chǎn)指標相關(guān)的信息,圖像特征能夠?qū)崟r反映礦漿pH值的變化,為實現(xiàn)礦漿pH值的實時在線檢測提供了可能。
　　 論文提取了粗選槽泡沫的顏色、尺寸、紋理等靜態(tài)特征和速度、穩(wěn)定度等動態(tài)特征,并結(jié)合BP神經(jīng)網(wǎng)絡(luò)逼近能力較強及RBF神經(jīng)網(wǎng)絡(luò)快速跟蹤性較好的優(yōu)點,提出一種基于BP和RBF的混合神經(jīng)網(wǎng)絡(luò)軟測量模型。由于泡沫圖像的特征變量較多且相關(guān)性強,直接用于軟測量模型將導致計算量大、訓練時間久等問題,故采用主元分析對其降維處理來確定軟測量模

3、型的輔助變量。同時,由于神經(jīng)網(wǎng)絡(luò)隱層節(jié)點數(shù)及軟測量模型的混合系數(shù)具有不確定性,本文采用遺傳算法對其尋優(yōu),并針對傳統(tǒng)的遺傳算法具有的早熟,最優(yōu)解附近振蕩及收斂較慢等缺點,分別從適應(yīng)度值標定、維持種群多樣性及交叉、變異算子三個方面對其加以改進,提出一種自適應(yīng)遺傳算法。此外,由于浮選現(xiàn)場工況具有時變性,當檢測誤差超過設(shè)定值時,采用阻尼最小二乘法對軟測量模型中神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進行在線修正,以提高模型的魯棒性。
　　 現(xiàn)場運行結(jié)果表明