鋁土礦浮選過程粗選礦漿pH值軟測(cè)量模型及應(yīng)用.pdf

1、浮選是按礦物表面物理化學(xué)性質(zhì)的差異來分離各種細(xì)粒礦物的一種有效方法。粗選是浮選流程的起始環(huán)節(jié),其礦漿的pH值直接反映磨機(jī)中碳酸鈉的添加量,對(duì)后面各個(gè)流程的藥劑添加量、精礦及尾礦品位都有重要影響?，F(xiàn)有的pH值測(cè)定儀昂貴、耗時(shí)、費(fèi)力,且具有滯后性,結(jié)果易受環(huán)境影響,無法長(zhǎng)期、連續(xù)、穩(wěn)定、準(zhǔn)確地進(jìn)行測(cè)量。
　　 粗選礦漿pH值的影響因素很多,且其變化過程具有非線性特征,很難從化學(xué)反應(yīng)機(jī)理上建立礦漿pH值的軟測(cè)量模型。泡沫圖像包含了大量

2、與生產(chǎn)指標(biāo)相關(guān)的信息,圖像特征能夠?qū)崟r(shí)反映礦漿pH值的變化,為實(shí)現(xiàn)礦漿pH值的實(shí)時(shí)在線檢測(cè)提供了可能。
　　 論文提取了粗選槽泡沫的顏色、尺寸、紋理等靜態(tài)特征和速度、穩(wěn)定度等動(dòng)態(tài)特征,并結(jié)合BP神經(jīng)網(wǎng)絡(luò)逼近能力較強(qiáng)及RBF神經(jīng)網(wǎng)絡(luò)快速跟蹤性較好的優(yōu)點(diǎn),提出一種基于BP和RBF的混合神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型。由于泡沫圖像的特征變量較多且相關(guān)性強(qiáng),直接用于軟測(cè)量模型將導(dǎo)致計(jì)算量大、訓(xùn)練時(shí)間久等問題,故采用主元分析對(duì)其降維處理來確定軟測(cè)量模

3、型的輔助變量。同時(shí),由于神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)及軟測(cè)量模型的混合系數(shù)具有不確定性,本文采用遺傳算法對(duì)其尋優(yōu),并針對(duì)傳統(tǒng)的遺傳算法具有的早熟,最優(yōu)解附近振蕩及收斂較慢等缺點(diǎn),分別從適應(yīng)度值標(biāo)定、維持種群多樣性及交叉、變異算子三個(gè)方面對(duì)其加以改進(jìn),提出一種自適應(yīng)遺傳算法。此外,由于浮選現(xiàn)場(chǎng)工況具有時(shí)變性,當(dāng)檢測(cè)誤差超過設(shè)定值時(shí),采用阻尼最小二乘法對(duì)軟測(cè)量模型中神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行在線修正,以提高模型的魯棒性。
　　 現(xiàn)場(chǎng)運(yùn)行結(jié)果表明