基于果蝇算法优化GRNN的生物氧化预处理温度预测

为了实现对氧化槽温度的精准预测,提出用改进过的果蝇优化算法来优化广义回归神经网络(GRNN)的参数。改进的方法是在标准果蝇优化算法中加入个体极值的思想,以此提高算法跳出局部极优值的能力。最后分别采用GRNN、FOA-GRNN、IFOA-GRNN方法建立了氧化槽温度预测模型。研究结果表明,IFOA-GRNN预测模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均相对百分比误差(MAPE)均比其它两种预测模型的低,预测精度和泛化能力更强,采用该法可以更精确地预测氧化槽的温度变化。     

煤炭易自燃煤层采空区温度预测方法研究

常用温度预测方法建立的温度预测模型，多采用正向传播的方式，导致温度预测结果与实际测量结果存在较大的误差。针对该问题，提出煤炭易自燃煤层采空区温度预测方法。根据采空区中存在的易燃气体，选择气体浓度传感器采集样本数据，并针对数据采集过程中存在的缺失、重复、多单位等问题进行删除、填充和归一化处理；引入神经网络，建立温度预测模型，采用正向传播和反向传播2种方式训练模型误差；从平均绝对误差、平均绝对百分比误差、均方根误差和判定系数4个方面检验温度预测模型，输出温度预测结果。实验结果表明:设计煤炭易自燃煤层采空区场景，研究方法的预测温度结果与测量温度结果之间的绝对误差小于1，相对误差小于0.01，可认为所述温度预测方法具有较好的精度，能够为煤炭开采提供一定的参考价值。     

生物氧化预处理中进气量实时预测数学模型研究

精准预测生物氧化预处理中的进气量对提高黄金提取率和节能降耗具有重要意义。以气体管流连续性方程和运动方程为控制方程,采用Preissmann隐格式法作为差分方法。同时,根据集合卡尔曼滤波(Ensemble Kalman filter,EnKF)算法原理,构造进气量、压强的状态空间模型。结果表明,基于气体管流控制方程建立的进气量模型预测结果与实际进气量观测值具有较好的一致性;与传统静态预测方法相比,EnKF同化方法引入实时观测值和模型参数的更新,有效提高了进气量的预测精度,其平均绝对误差、平均相对误差和均方根误差有明显的降低。可见,基于气体管流控制方程建立的预测模型结合EnKF同化方法是提高生物氧化槽进气量预测精度的有效手段。     

基于改进万有引力算法的KELM瓦斯涌出量预测

针对瓦斯涌出量受其他因素的影响,并且存在着复杂的非线性关系,将核极端学习机与改进的万有引力算法相结合建立基于改进万有引力算法-KELM的瓦斯涌出量预测模型(IGSA-KELM瓦斯涌出量预测模型)。首先将输入样本作为KELM网络的输入量,然后采用改进的万有引力搜索算法对KELM网络的核参数和输出权值寻优,优化KELM网络的性能。测试结果表明,基于该方法预测的绝对瓦斯涌出量误差在0.1 m^3/min以内,提高了预测精度和预测效率。     

数据缺失的SOA-KELM岩爆倾向性预测

:为简化模型结构、解决迭代训练拖延问题，利用海鸥（SOA）算法进行核极限学习机（KELM）重要参数择优，建立基于数据插补和SOA-KELM的岩爆风险预测模型。综合岩爆预测过程中多因素影响，选取单轴抗压强度，单轴抗拉强度等6种指标作为岩爆风险评价指标，搜集93组岩爆实测样本。一方面采用随机过采样补充少数类别样本数据，一方面采用ELMAN神经网络进行缺失数据插补，构建高质量岩爆风险预测样本数据库。最终将预处理后的数据输入4种模型中进行分类预测。结果表明：数据插补后，各模型预测准确率提升5.56%~16.67%。不同情况下，SOA-KELM预测准确率均为最高数值，且数据随机过采样处理并未影响模型预测准确率，融合ELMAN神经网络和SOA-KELM的预测模型可有效应用于岩爆风险预测，为实际岩爆预测提供了新思路。     

基于粗糙径向基神经网络的刮板输送机负载预测方法研究

刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要。刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测。针对此问题,本研究提出一种基于粗糙径向基神经网络的刮板输送机负载预测方法。该方法首先建立刮板输送机电流去噪模型,得到反映综采工作面刮板输送机真实负载的电流分量;然后针对刮板输送机负载电流波动大导致的神经网络预测模型训练误差增大、预测精度低的问题,引入表征负载变化波动的上下输入粗糙神经元,提出一种粗糙径向基神经网络(RRBFNN)模型;最后基于粗糙径向基神经网络建立刮板输送机短期负载预测模型,并进行仿真实验验证。结果表明：本研究提出的RRBFNN刮板输送机短期负载预测模型,比传统RBF模型的平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别降低26.22%,25.39%和14.72%,该方法能有效提高刮板输送机负载的预测精度。     

基于GA-BP神经网络的矿井粉尘浓度预测研究

为了准确预测矿井粉尘浓度,有效防治矿井粉尘危害,运用遗传算法优化的BP神经网络预测模型(GA-BP模型)对某矿山工作面时间序列粉尘浓度进行预测,以预测结果的相对误差、平均绝对百分比误差来评判模型的预测准确性。再利用BP神经网络预测模型,卷积神经网络预测模型(CNN模型)的预测结果同GA-BP预测模型的预测结果进行对比验证,以均方根误差来评价三种模型的预测效果。结果表明,应用GA-BP预测模型,相对误差最大为4.27%,最小为0.14%,相对误差都在10%以内,预测样本的平均绝对百分比误差(MAPE)小于10%,达到了高精度预测要求。CNN、BP、GA-BP三种预测模型的RMSE值分别为1.1007、1.0008、0.9354,GA-BP预测模型对于该矿山工作面粉尘浓度预测效果最好。     

基于随机森林与支持向量机的回采工作面瓦斯涌出量预测方法

针对当前回采工作面瓦斯涌出量预测方法选取不合理及预测精度不佳问题,借助机器学习方法对其展开研究,以交叉验证法处理现有数据,构建了支持向量回归模型与随机森林回归预测模型,并对输入数据降维前后2种模型的预测表现进行了对比分析。测试表明：经交叉验证及数据降维后2种预测模型趋于稳定、预测精度均有大幅提高,SVR模型的整体预测性能稍优于RFR模型,SVR模型每轮测试耗时约0.015 s,远低于后者;筛选后的SVR模型平均绝对误差约为0.18 m³/min,平均相对误差约3.26%,优于RFR预测模型;建立的回采工作面瓦斯涌出量预测模型均表现良好,经随机森林筛选的SVR预测模型耗时较短、误差较小、稳定性更好,可实现对瓦斯涌出量的有效预测,对简化数据采集工作及科学制定瓦斯防治措施起到参考作用。     

基于GRNN模型的硫化矿石堆氧化自热温度预测

为得到硫化矿石堆氧化自热温度的变化规律,自主设计硫化矿石堆氧化自热模拟试验装置,以含硫量、矿石块度、升温梯度作为试验影响因素,将硫化矿石堆氧化自热温升速率作为试验判定指标,采用L9(34)正交表构造三因素三水平回归正交试验。运用MATLAB建立硫化矿石堆氧化自热温度的GRNN神经网络模型,通过K-折交叉验证优选得到GRNN神经网络的最佳光滑因子σe,并与RBF神经网络模型、灰色神经网络模型预测效果进行对比。结果表明：GRNN神经网络在小样本预测模型中网络逼近能力、收敛速度、算法稳定性等方面具有优势,对硫化矿石堆氧化自热温度的预测精度高,预测误差为3.51%。     

基于无偏灰色GM(1,1)的铁精矿品位预测模型北大核心

铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。     

Current situation and future trend of China rare earth luminescent material industry

<正>Rare earth luminescent material is one of the most important application sectors of rare earths.China enjoys the exceptional advantage to develop rare earth luminescent material for its abundant rare earth resources.After several decades'endeavor,China's rare earth luminescent material industry,headed by rare earth phosphor for lamp and LED and high efficient rare earth energy-saving light source,has been gradually developed into a scale industry.China has become a major production base of rare earth phosphor for lamps and rare earth     

China rare earth market review

正June 1~10,2014Rare earth market remained weak.Quoted price of rare earth products was similar to that in May.There was no sign of recovery in downstream market.The market of NdFeB magnetic materials and phosphor was depressed.Catalyst,polishing powder and ceramic industries remained inactive.Demand from downstream industry was soft.Consumers purchased on their needs.Suppliers had strong intention to sell.Prices of rare earth products     

Annual Report analysis of Chinese rare earth-related listed companies in 2013

<正>Chinese rare earth-related listed companies have published their 2013 annual reports.It can be understood from their reports that production and operation activities of Chinese rare earth-related companies were still heavily affected by macro economy and industrial policies.They basically followed the steps of national economy.In 2013,world economy recovered slowly but the economy     

Market opportunities and challenges for rare earth polishing powder

正1.Status of rare earth polishing powder Rare earth polishing powder with high content of cerium oxide began to replace iron oxide for glass polishing and became one of the key materials in glass polishing process since 1940.Compared with traditional iron oxide,rare earth polishing powder has many advantages,such as fast polishing rate,high polishing quality and long service life.It can achieve good surface quality and improve operation conditions.For example,in lens polishing,the polishing work that cerium     

Baotou Research Institute of Rare Earths developed a new RE alloy preparation technology

正Pyrometallurgy Laboratory of Baotou Research Institute of Rare Earths had independently developed a new preparation technology of rare earth alloy for NdFeB.The alloy can remarkably enhance the coercivity of NdFeB magnet but also evidently reduce the production cost of the magnet.The new master alloy was prepared in the kA pilot-scale electrolytic cell by the independent technology.The rare earth master alloy can be used as the raw material for NdFeB.Compared     

Market and recycling of NiMH battery

<正>Market status and future trend of NiMH battery1.Global market of small NiMH battery Global market size of small NiMH batteries declined year on year since 2011.The trend will continue to 2018,at the rate of 5%to 10%annually.Demand for small NiMH batteries will be stable gradually.Many electrical apparatuses are powered by the built-in lithium battery today,which is the main reason for the shrunk market of small NiMH batteries.But,for some products,small NiMH     

China rare earth market review

正September 1-10,2014 Affected by the National Day holiday,rare earth transaction was stagnant and the market showed a weak steady state.As there was no good news for downstream market,some products with flat demand would likely rally slightly for some time to     

2014 second batch of rare earth quota released

正~~     

矿用防爆轴流对旋主要通风机叶片ANSYS模态分析及应用

高效节能矿用防爆对旋主要通风机的叶片是主要通风机运行的关键部件,叶片在运行时不断受到气流的作用力,从而使叶片产生振动,当叶片振动的频率与叶片的固有频率接近时,容易产生共振从而导致叶片的断裂。一旦叶片断裂时,对主要通风机的安全运行产生致命的影响,从而导致矿山、化工等企业发生重大事故,将会产生不可估量的损失。基于有限元分析软件ANSYS,对高效节能矿用防爆轴流对旋主要通风机叶片进行模态分析及产生对应的六阶模态频率,对主要通风机叶片的运行频率、固有频率及产生的共振问题进行了原理分析,并且解决了叶片频率共振的问题,从而为主要通风机叶片结构设计提供理论依据,并对主要通风机叶片的安全运行提供保障。     

2013 NdFeB export analysis

<正>China totally exported nearly 24,000 tonsof NdFeB products during 201 3,including 18,825 tons of permanent magnet,valued USD 1.34 billion at an average price of 71.4 USD/kg;3,277 tons of NdFeB magnetic powder,valued USD 1 01 million at an average price of 30.9 USD/kg;1,334 tons of strip casting ribbon,with total export value of USD 74million at an average price of 55.3 USD/kg;and 586