基于NNG-LSSVM的铜精矿品位软测量方法研究

浮选技术是当今铜矿选矿最主要的方法并得到了广泛应用。浮选流程中铜精矿品位决定了最终产品的质量,是整个过程的关键变量。然而在实际生产中,该参数的测量耗时较长,难以实时在线测量。提出了一种基于非负绞杀(Nonnegative garrote)与最小二乘支持向量机(Least Squares Support Vector Machine)的软测量方法,并利用DCS系统提供的实际生产数据对该变量进行预测建模。仿真结果表明,所研究的软测量方法能够准确预测铜精矿品位的变化,能很好地实现精矿品位的实时预测及估计,并且在模型精度上明显优于其他软测量方法。