本发明涉及一种
浮选加药自适应调控方法,其特征在于,包括以下步骤:采集浮选过程中的检测数据D1,建立综合数据库,并将检测数据D1与历史数据融合构成待整合数据D2进行整合,构建GRNN神经网络预测模型,输入训练数据与历史数据库中精矿品位和金属回收率的对比,采用模糊专家系统,利用Mamdani模糊推理机进行推理,得到药剂添加量;并将得到的药剂添加量和实时采集到的检测数据D1作为GRNN神经网络预测模型的输入样本数据B,获得预测精矿品位和金属回收率数据Y;判断是否满足要求,若满足要求,执行当前的加药量,若不满足,则返回模糊专家系统重新推理,重复S4、S5和S6的操作。实现了浮选精矿品位的稳定性和获得最佳的金属回收率。
声明:
“浮选加药自适应调控方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)