文件名称：浮选过程混合智能优化设定控制方法 (2012年)
文件大小：956KB
文件格式：PDF
更新时间：2024-06-13 04:59:20
自然科学 论文
浮选过程关键工艺指标精矿品位和尾矿品位难于在线测量,且与控制回路输出之间的动态特性具有如下综合复杂性:强非线性、强耦合,难以用精确的数学模型描述,随生产边界条件而变化,因此采用传统的基于数学模型的优化控制方法难以保证品位指标在合格的范围内。通过将基于案例推理的预设定模型与基于RBF神经网络的软测量模型以及基于规则推理的前愧反馈补偿模型相结合,实现了在工况发生变化时对磁铁矿浮选过程设定值的优化控制。该方法成功应用于某选矿厂浮选过程,应用效果表明了该方法的有效性。