基于BP神经网络的双叶轮浮选机选矿效率预测研究

为保证浮选机既有足够的充气量，又能产生矿物浮选所需的静态分选环境，通过将离心叶轮与搅拌叶轮有机结合，设计了双叶轮控制系统浮选机。在前期研究的基础上，通过固定双叶轮浮选机离心叶轮结构参数，选取双叶轮浮选机搅拌叶轮直径和转速为输入因子，磷矿选矿效率为输出因子，建立了双叶轮浮选机选矿效率预测模型，并通过样本检验了模型的准确性。研究结果表明：建立的BP神经网络模型能准确预测双叶轮浮选机选矿效率，预测值与试验值的相对误差一般小于5%；建立的选矿效率预测模型可用于双叶轮浮选机浮选参数的优化控制与决策，可减少试验量，节省人力、物力和时间。