共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
采用离散化模型方法将浮选回路的非线性状态空间模型进行二次模型化,转变为“可计算模型”,开发了通用的浮选回路动态仿真程序包以及相应的浮选回路稳态仿真程序包。程序包采用层次化模块结构,功能好,可靠性好,易于维护,可用于研究工业浮选回路的动态特性和控制策略。 相似文献
3.
系统研究KYZ-1065浮选柱在某选矿厂铜钼分离各个作业点的设备性能、技术参数、浮选技术指标及其变化趋势,探索并掌握了KYZ-1065浮选柱的设备性能、技术参数对浮选技术指标的影响,本研究对KYZ系列浮选柱工业应用和推广具有重要的指导作用。 相似文献
4.
5.
6.
介绍铌选矿新工艺的流程、工艺参数、浮选药剂及经济技术指标,认为浮选或浮选-磁选工艺不仅选铌经济技术指标全面达到或超过国家“八五”科技攻关合同要求,而且大幅度提高了铁的选矿回收率,具有良好的工业应用前景。 相似文献
7.
以某黄金矿山工程生产实例,介绍在选厂原矿处理规模从1000t/d扩产至2000t/d时,采用新增浮选柱工艺的柱机联合浮选系统,使得浮选金精矿产品技术指标大幅提升。针对该矿山原矿性质,首先进行了浮选柱小型工业试验,确定其原则工艺流程。然后深入探讨该新增系统设备配置情况,最后通过扩产后实际生产情况,与扩产前产品技术指标进行充分对比论证。实践表明:新增浮选柱工艺是对原有浮选系统的一种有效补充,采用柱机联合浮选系统对增加矿山经济效益有极大帮助。 相似文献
8.
9.
浮选指标与浮选泡沫数字图像关系研究 总被引:6,自引:0,他引:6
在实验室采集了大量黄铜矿浮选的泡沫图像,并对浮选泡沫图像进行了预处理;采用数字图像分析技术分析了泡沫图像及其灰度直方图,提取了浮选泡沫图像灰度直方图的统计纹理特征参数;采用径向基神经网络建立了黄铜矿浮选指标与泡沫灰度直方图统计纹理特征参数的关系模型。仿真实验证明,所建立的模型有较高的精度。 相似文献
10.
11.
应用人工神经网络理论预测综采工作面技术经济指标 总被引:1,自引:0,他引:1
应用人工神经网络理论,在对大同矿区的综采工作面的实际资料进行分析的基础上,建立了综采工作面经济指标神经网络预测模型,就综采工作面的月产量、月进度、回采工作面效率、期末人数4项综合技术经济指标进行了预测,其预测结果较为准确与实际相吻合。 相似文献
12.
滑坡预测是一个涉及多因素、多层次结构的非线性问题。以大量滑坡资料分析与实际原位监测资料为依据,构建起了滑坡预测的指标因素体系。运用层次分析法确定了各评价指标因素的相对权重。基于模糊数学理论,建立起了滑坡预测的数学模型并给出了验证实例,为滑坡预测提供了一种有效的综合评价方法。 相似文献
13.
在实验研究的基础上, 建立了过滤动力学数学模型──成饼动力学数学模型和脱水动力学数学模型。模型的预测值与实测值有较高的拟合度。过滤动力学数学模型各参数的物理意义明确, 使其不仅能用于过滤过程仿真研究, 还能对许多实验现象进行解释。运用二次通用旋转组合设计方法, 建立了各模型参数与过滤物料性质和操作条件的回归方程; 各项检验表明, 回归方程可用于模型参数的估算。 相似文献
14.
资源枯竭型城市可持续发展评价指标体系模型初探 总被引:3,自引:0,他引:3
对于一般性城市可持续发展的指标体系,国内外已经作过一些深入的探讨,但对于资源枯竭型城市这一特殊系统,研究相对较少。本文在考察资源枯竭型城市发展特点和面临困境的基础上,提出了中国资源枯竭型城市可持续发展面临的双重约束。在此基础上,给出了一个包括经济、社会、资源和环境四大系统的资源枯竭型城市可持续发展指标体系模型,并探讨了几种评价方法,以此评价资源枯竭型城市可持续发展实施的效果。 相似文献
15.
资源枯竭型城市可持续发展评价指标体系模型初探 总被引:7,自引:1,他引:7
对于一般性城市可持续发展的指标体系,国内外已经作过一些深入的探讨,但对于资源枯竭型城市这一特殊系统,研究相对较少.本文在考察资源枯竭型城市发展特点和面临困境的基础上,提出了中国资源枯竭型城市可持续发展面临的双重约束.在此基础上,给出了一个包括经济、社会、资源和环境四大系统的资源枯竭型城市可持续发展指标体系模型,并探讨了几种评价方法,以此评价资源枯竭型城市可持续发展实施的效果. 相似文献
16.
在数据挖掘的基础上, 采用粗糙集对矿岩可爆性数据进行了数据级融合, 除去冗余属性, 然后采用BP神经网络进行特征级融合, 从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理, 应用粗糙集对决定矿岩可爆性指数的6个因素进行了属性约简, 剔除了平均合格率, 而保留了漏斗体积、大块率、小块率、岩体声波速度和波阻抗等5个因素, 并对约简的准确性进行了验证。分别建立了矿岩可爆性评价的BP神经网络模型和粗糙集-BP神经网络模型, 前者对矿岩可爆性指数的预测值与实际值的平均偏差为8.33%, 而后者为6.75%。利用建立的粗糙集-BP神经网络模型预测某矿山井下采场的矿岩可爆性指数为78.43, 计算出采场的炸药单耗为0.65 kg/m3, 而现场试验值为0.67 kg/m3, 进一步验证了该模型的正确性。 相似文献
17.
18.
19.