为了稳定铜粗选选矿指标,提高矿产资源的利用水平,根据铜粗选过程中泡沫尺寸分布随药剂量改变而动态变化的特点,提出一种基于泡沫尺寸随机分布的铜粗选过程药剂量控制方法.首先,针对泡沫尺寸分布具有非高斯统计特性,基于方差和均值的统...为了稳定铜粗选选矿指标,提高矿产资源的利用水平,根据铜粗选过程中泡沫尺寸分布随药剂量改变而动态变化的特点,提出一种基于泡沫尺寸随机分布的铜粗选过程药剂量控制方法.首先,针对泡沫尺寸分布具有非高斯统计特性,基于方差和均值的统计参量难以表征该分布形态变化的问题,提出了B样条估计方法以描述泡沫尺寸的概率密度函数(Probability density function,PDF);然后,针对B样条权值相互关联的特点,建立多输出最小二乘支持向量机模型(Multi-output least square support vector machine,MLS-SVM)以表征权值和药剂量的动态关系;最后,为减少系统的随机性,采用基于熵的优化算法以确定药剂量,实现对给定泡沫尺寸分布的跟踪控制.工业数据仿真验证了所提方法的有效性,能有效稳定铜粗浮选的生产指标.展开更多
文摘为了稳定铜粗选选矿指标,提高矿产资源的利用水平,根据铜粗选过程中泡沫尺寸分布随药剂量改变而动态变化的特点,提出一种基于泡沫尺寸随机分布的铜粗选过程药剂量控制方法.首先,针对泡沫尺寸分布具有非高斯统计特性,基于方差和均值的统计参量难以表征该分布形态变化的问题,提出了B样条估计方法以描述泡沫尺寸的概率密度函数(Probability density function,PDF);然后,针对B样条权值相互关联的特点,建立多输出最小二乘支持向量机模型(Multi-output least square support vector machine,MLS-SVM)以表征权值和药剂量的动态关系;最后,为减少系统的随机性,采用基于熵的优化算法以确定药剂量,实现对给定泡沫尺寸分布的跟踪控制.工业数据仿真验证了所提方法的有效性,能有效稳定铜粗浮选的生产指标.
