矿冶工程

作者：朱朋岩, 杨金林, 马少健, 帅智超

单位：1.广西大学 资源环境与材料学院，广西 南宁 530004; 2.广西有色金属及特色材料加工重点实验室，广西 南宁 530004

关键词：锡矿,锡石,磨矿,Matlab,磨矿技术效率,粒子群算法,BP神经网络

基金：国家自然科学基金(51874105);广西自然科学基金(2018GXNSFAA281204)

研究了磨矿时间、磨矿浓度和磨机充填率对锡石多金属硫化矿磨矿技术效率的影响，利用Matlab编程技术建立了粒子群优化算法-BP神经网络磨矿技术效率预测模型并对模型进行了预测验证研究。结果表明，在磨矿时间8 min、磨矿浓度70%、充填率30%时，可获得较好的磨矿技术效率。迭代次数对锡石多金属硫化矿磨矿技术效率模型预测值与试验值误差影响显著; 在合适的迭代次数下，学习因子对模型预测值与试验值误差的影响很小，绝对误差小于±0.01个百分点，相对误差小于±0.04%。迭代次数达到500次后，粒子群优化算法-BP神经网络磨矿技术效率预测模型趋于稳定，模型可靠性高、适应性强。

来源：2021年第6期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2021年第6期