欢迎登录材料期刊网

材料期刊网

高级检索

由于浮选性能受多种因素的制约,适宜的矿浆pH值是高效泡沫浮选的关键.针对pH值在线检测仪易受干扰、维护保养成本高等不足,结合泡沫浮选过程机理分析,以泡沫视频图像特征为辅助变量,将局部核函数和全局核函数加权组合,提高模型的学习和泛化能力,利用Schmidt正交化理论约简多核矩阵,减小计算量,建立基于稀疏多核最小二乘支持向量机的浮选矿浆pH值软测量模型.工业运行数据测试结果表明:所建模型具有预测精度高、反应迅速、稳定性好等优点,适于工业应用.

参考文献

[1] 李艳,孙伟,胡岳华.气泡性质对高岭石浮选行为的影响[J].中国有色金属学报,2009(08):1498-1504.
[2] X. Ma;W.J. Bruckard;R. Holmes .Effect of collector, pH and ionic strength on the cationic flotation of kaolinite[J].International Journal of Mineral Processing,2009(1):54-58.
[3] 黄宋魏,张博亚,胡娟,邓云英,郑志强.pH计及其在浮选中的应用[J].有色金属(选矿部分),2008(02):41-45.
[4] 贾润达,毛志忠,常玉清,周俊武.钴湿法冶炼萃取过程中的组分含量软测量[J].控制与决策,2009(04):632-636.
[5] 刘文礼,路迈西,王凡,王勇.煤泥浮选泡沫图像纹理特征的提取及泡沫状态的识别[J].化工学报,2003(06):830-835.
[6] LIU Bin,SU Hong-ye,CHU Jian.New predictive control algorithms based on Least Squares Support Vector Machines[J].浙江大学学报A(英文版),2005(05):440-446.
[7] 舒服华.基于LS-SVM的铜铬合金挤压加工挤压力预测[J].中国有色金属学报,2008(09):1706-1710.
[8] 陈如清,俞金寿.基于粒子群最小二乘支持向量机的软测量建模[J].系统仿真学报,2007(22):5307-5310.
[9] 汪洪桥,孙富春,蔡艳宁,陈宁,丁林阁.多核学习方法[J].自动化学报,2010(08):1037-1050.
[10] 宋海鹰,桂卫华,阳春华.稀疏最小二乘支持向量机及其应用研究[J].信息与控制,2008(03):334-338,345.
[11] 耿增显,柴天佑.基于案例推理的浮选过程智能优化设定[J].东北大学学报(自然科学版),2008(06):761-764.
[12] J.F. Reddick;A.H. Hesketh;S.H. Morar .An evaluation of factors affecting the robustness of colour measurement and its potential to predict the grade of flotation concentrate[J].Minerals Engineering,2009(1):64-69.
[13] YANG Chun-hua,XU Can-hui,MU Xue-min,ZHOU Kai-jun.Bubble size estimation using interfacial morphological information for mineral flotation process monitoring[J].中国有色金属学报(英文版),2009(03):694-699.
[14] 唐朝晖,刘金平,桂卫华,阳春华.基于数字图像处理的浮选泡沫速度特征提取及分析[J].中南大学学报(自然科学版),2009(06):1616-1622.
[15] 桂卫华,阳春华,李勇刚,贺建军,尹林子.基于数据驱动的铜闪速熔炼过程操作模式优化及应用[J].自动化学报,2009(06):717-724.
[16] 陶少辉,史书阳,刘猛,金思毅.LS-SVM模型在线校正的替代法及其软测量应用[J].化工自动化及仪表,2010(08):15-18.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%