提出了一种基于BP神经网络的浮选机液位稳定及液泡厚度的预测模型。预测模型主要以搅拌槽输出的矿浆流量,扫选输入流量,精选尾矿流量等为输入量,以液泡厚度为输出量,网络隐含层单元个数与中心向量采用正交最小二乘法(OLS)。同时,在此基础上在通过Matlab软件来分析液泡厚度情况,并给出了预测及预警信息。从仿真的结果来看,符合预期的效果,对预防液位变化过大和保证液位稳定具有较大的参考价值和现实意义。
发送: “MPS新能源” 获取验证码,验证成功后下载文件。