| 基于RBF神经网络的磨矿粒度软测量模型及实现 |
| |
| 引用本文： | 张云刚,王志春. 基于RBF神经网络的磨矿粒度软测量模型及实现[J]. 应用声学, 2017, 25(1): 38-39, 43 |
| |
| 作者姓名： | 张云刚 王志春 |
| |
| 作者单位： | 内蒙古科技大学 信息工程学院,内蒙古科技大学 信息工程学院 |
| |
| 基金项目： | 国家自然科学基金项目（61463041） |
| |
| 摘 要： | 磨矿分级作业是选矿生产中的重要环节,磨矿粒度的好坏直接影响浮选的精矿品位和尾矿回收率；在实际生产中粒度的测量有在线粒度分析仪,但存在成本高、维修率高,离线实验室化验又有时间延迟大的问题；对实际磨矿分级作业过程进行了分析,提出用径向基函数(RBF)神经网络建立磨矿粒度软测量模型,采用正交最小二乘法(OLS)算法对网络进行训练学习,泛化校验；仿真结果表明,在较少训练数据下该网络非线性处理能力和逼近能力依然很强,学习时间短,模型基本符合要求；通过OPC技术将Matlab与PKS控制系统相结合,实现实时软测量磨矿粒度。
|
| 关 键 词： | 磨矿粒度 径向基函数 正交最小二乘法 |
| 收稿时间： | 2016-08-11 |
| 修稿时间： | 2016-12-02 |
Soft Sensor Model Based on RBF Neural Network for Particle Size of Grinding Circuit and Implementation |
| |
| Wang Zhichun. Soft Sensor Model Based on RBF Neural Network for Particle Size of Grinding Circuit and Implementation[J]. Applied Acoustics(China), 2017, 25(1): 38-39, 43 |
| |
| Authors: | Wang Zhichun |
| |
| Affiliation: | School of information Engineering,Inner Mongolia University of Science & Technology,School of information Engineering,Inner Mongolia University of Science & Technology |
| |
| Abstract: | |
| |
| Keywords: | particle size of grinding circuit, radial basis function,orthogonal least squares learning algorithm |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|
