粗糙集-神經(jīng)網(wǎng)絡(luò)智能系統(tǒng)在浮選過程中的應(yīng)用研究.pdf

1、浮選過程機(jī)理模型由于其自身復(fù)雜性和其假設(shè)條件在工業(yè)生產(chǎn)中很難得到滿足，因而其應(yīng)用受到一定的限制。對(duì)此問題，該文將神經(jīng)網(wǎng)絡(luò)和粗糙集理論引入浮選建模過程中，將數(shù)據(jù)預(yù)處理和軟測量模型與浮選生產(chǎn)工藝有機(jī)結(jié)合，探索浮選過程的建模與智能優(yōu)化方法。 該文主要工作： (1)介紹了鞍鋼集團(tuán)弓長嶺礦山公司選礦廠陽離子反浮選過程工藝流程，并對(duì)浮選過程進(jìn)行了詳細(xì)系統(tǒng)分析，論述了浮選過程自動(dòng)控制研究現(xiàn)狀，綜述了粗糙集理論、神經(jīng)網(wǎng)絡(luò)和智能系統(tǒng)的研究

2、概況。 (2)研究了智能系統(tǒng)建模前數(shù)據(jù)預(yù)處理技術(shù)。采用模糊聚類-線性回歸方法獲得采集數(shù)據(jù)置信區(qū)間，去除數(shù)據(jù)中“壞樣”樣本。采用控制圖法對(duì)浮選過程實(shí)時(shí)數(shù)據(jù)進(jìn)行監(jiān)測，為浮選過程優(yōu)化控制提供良好的輸入數(shù)據(jù)。 (3)詳細(xì)研究了浮選工藝流程，了解操作條件對(duì)浮選技術(shù)指標(biāo)的影響，為浮選過程經(jīng)濟(jì)技術(shù)指標(biāo)(精礦品位和浮選回收率)軟測量模型選擇合適輔助變量。采用主元分析法和徑向基神經(jīng)網(wǎng)絡(luò)技術(shù)建立浮選技術(shù)指標(biāo)預(yù)測模型。主元分析法用來對(duì)神經(jīng)網(wǎng)絡(luò)