本發明涉及一種浮選加藥自適應調控方法,其特征在于,包括以下步驟:采集浮選過程中的檢測數據D1,建立綜合數據庫,并將檢測數據D1與歷史數據融合構成待整合數據D2進行整合,構建GRNN神經網絡預測模型,輸入訓練數據與歷史數據庫中精礦品位和金屬回收率的對比,采用模糊專家系統,利用Mamdani模糊推理機進行推理,得到藥劑添加量;并將得到的藥劑添加量和實時采集到的檢測數據D1作為GRNN神經網絡預測模型的輸入樣本數據B,獲得預測精礦品位和金屬回收率數據Y;判斷是否滿足要求,若滿足要求,執行當前的加藥量,若不滿足,則返回模糊專家系統重新推理,重復S4、S5和S6的操作。實現了浮選精礦品位的穩定性和獲得最佳的金屬回收率。
聲明:
“浮選加藥自適應調控方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)