当前位置: 首页 » 资料 » 健康论文 » 基于BP网络的臭氧和硫酸铁预氧化难选冶金精矿的氧化率预测

基于BP网络的臭氧和硫酸铁预氧化难选冶金精矿的氧化率预测

放大字体  缩小字体 更新日期:2018-05-08  浏览次数:2
摘 要:使用神经网络模型预测难选冶金精矿在臭氧和三价铁氧化条件下的铁浸出率。神经网络的输入结点是6个操作参数:臭氧浓度,三价铁离子浓度,液固比,氧气量,氧化时间,反应温度;神经网络的输出结点是难选冶金精矿中铁
  • 【题 名】基于BP网络的臭氧和硫酸铁预氧化难选冶金精矿的氧化率预测
  • 【作 者】李青翠 李登新 陈泉源
  • 【机 构】东华大学环境科学与工程学院 上海201620
  • 【刊 名】《中国有色金属学报:英文版》2011年 第2期 413-422页 共10页
  • 【关键词】预氧化 多元回归分析 人工神经网络 难选冶金精矿
  • 【文 摘】使用神经网络模型预测难选冶金精矿在臭氧和三价铁氧化条件下的铁浸出率。神经网络的输入结点是6个操作参数:臭氧浓度,三价铁离子浓度,液固比,氧气量,氧化时间,反应温度;神经网络的输出结点是难选冶金精矿中铁的氧化率。基于误差反向传播算法的多层前向神经网络使用33组实验值,采用6-11-1的网络结构经过反复训练得到一个良好模型,其相关系数R2为0.966。对神经网络与常规的多元线性回归2种模型进行对比。神经网络的计算结果表明:在所有操作参数中,温度是最重要的影响因素,臭氧为第二重要的影响因素。神经网络模型能够准确地预测黄金冶炼厂的难选冶金矿的预处理步骤中铁的氧化率,并可用来优化工艺参数。
 
本文导航:
  • (1) 预氧化,多元回归分析,人工神经网络,难选冶金精矿
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注