版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、球磨過程是選礦中一個十分重要的環(huán)節(jié),它將破碎的礦石磨碎至一定細(xì)度,使有用礦物與脈石單體解離,供分級然后浮選。該過程機(jī)理復(fù)雜,具有非線性、大時滯、慢時變、關(guān)鍵工藝參數(shù)無法在線測量等綜合復(fù)雜特性,因此,大大增加了建模的難度。
本文在東北大學(xué)流程工業(yè)綜合自動化國家重點實驗室的國家973計劃項目“復(fù)雜生產(chǎn)制造過程一體化控制理論與技術(shù)基礎(chǔ)研究”課題的支持下,針對球磨過程的動態(tài)特性,研究球磨機(jī)動態(tài)模型參數(shù)估計方法,建立球磨機(jī)動態(tài)模型,促進(jìn)
2、基于模型的控制、優(yōu)化方法的應(yīng)用。本文的主要工作如下:
(1)在球磨過程動態(tài)特性分析的基礎(chǔ)上,建立了基于經(jīng)驗參數(shù)的球磨機(jī)動態(tài)模型。包括:磨機(jī)輸出礦漿流量方程、磨機(jī)內(nèi)礦漿體積方程、磨機(jī)內(nèi)礦漿濃度方程、磨機(jī)內(nèi)各個粒級質(zhì)量平衡方程、磨礦動力學(xué)方程等方程。仿真實驗表明建立的球磨機(jī)模型能夠正確反映球磨機(jī)輸出礦漿濃度、粒度分布等變量的定性特性。
(2)在上述球磨機(jī)動態(tài)模型的基礎(chǔ)上,提出了一種基于多參數(shù)靈敏度分析和混合遺傳算法的球磨
3、機(jī)動態(tài)模型參數(shù)估計方法。首先采用多參數(shù)靈敏度分析方法評價磨機(jī)動態(tài)模型中選擇函數(shù)和破裂函數(shù)的7個模型參數(shù)的相對重要性。然后采用磨礦過程實際數(shù)據(jù),利用混合遺傳算法對重要的模型參數(shù)進(jìn)行估計,不重要的模型參數(shù)則通過工程經(jīng)驗進(jìn)行確定,進(jìn)而得到球磨機(jī)動態(tài)模型。仿真實驗得到本文方法在測試樣本上的均方誤差較小,有較好的預(yù)報性能。進(jìn)一步對混合遺傳算法的估計結(jié)果進(jìn)行分析,采用普適似然度不確定性估計分析模型參數(shù)的不確定性。而且本文方法能夠減少需要估計的模型參
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混合遺傳算法的PID參數(shù)優(yōu)化研究.pdf
- 基于遺傳算法的ASM3參數(shù)估計研究.pdf
- 混合模型的參數(shù)估計.pdf
- 基于改進(jìn)EM算法的混合模型參數(shù)估計及聚類分析.pdf
- 基于頻譜參數(shù)估計和遺傳算法的運動模糊圖像恢復(fù)研究.pdf
- 混合模型參數(shù)估計的研究.pdf
- 機(jī)動目標(biāo)參數(shù)估計方法研究.pdf
- 基于多智能體退火算法的GARCH模型參數(shù)估計.pdf
- 基于一種改進(jìn)混合遺傳算法的PID參數(shù)調(diào)節(jié)研究.pdf
- 線性混合模型中的參數(shù)估計.pdf
- 基于遺傳算法的Chaboche模型參數(shù)的估計與優(yōu)化.pdf
- 動車組參數(shù)靈敏度分析及參數(shù)優(yōu)化.pdf
- 輕型電動汽車參數(shù)靈敏度分析及狀態(tài)估計方法研究.pdf
- 基于混合遺傳算法的連采機(jī)減速器實驗?zāi)B(tài)參數(shù)識別.pdf
- 混合模型中的參數(shù)估計問題.pdf
- 參數(shù)估計方法
- 基于多智能體和混合遺傳算法的車間調(diào)度模型的應(yīng)用研究.pdf
- 基于混合遺傳算法的MRI分割.pdf
- 基于靈敏度和遺傳算法的結(jié)構(gòu)動力模型修正技術(shù)研究及系統(tǒng)實現(xiàn).pdf
- 23145.em算法在混合模型參數(shù)估計中的應(yīng)用
評論
0/150
提交評論