|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | Estimation of diameter and surface area flux of bubbles based on operational gas dispersion parameters by using regression and ANFIS显示文摘Adaptive neuro fuzzy inference system (ANFIS) procedure and regression methods were used to predict the Sauter mean bubble (bubble diameter) and surface area flux of the bubble in a flotation process. The operational conditions of flotation, impeller peripheral speed, superficial gas velocity, and weight percent solids were used as inputs of methods. By using the mentioned operational conditions, the non linear regression results showed that Sauter mean, and surface area flux of the bubble are predictable variables, where the coefficients of determination (R 2 ) are 0.57 and 0.74, respectively. To increase the accuracy of prediction an ANFIS model with cluster radius of 0.4 was applied. ANFIS model was capable of estimating both Sauter mean, and surface area flux of the bubble, where in a testing stage, satisfactory correlations, R 2 = 0.78, and 0.86, were achieved for Sauter mean, and surface area flux of bubble, respectively. Results show that the proposed ANFIS model can accurately estimate outputs and be used in order to predict the parameters without having to conduct the new experiments in a laboratory. | B.Shahbazi B.Rezai S.Chehreh Chelgani S.M.Javad Koleini M.Noaparast | 2013 | International Journal of Mining Science and Technology2013，23，3： | 4 |
| 2 | 人工神经网络在浮选工艺中的应用显示文摘人工神经网络作为一门新的技术科学,已成为世界各国的研究热点,得到了非常广泛的应用,在浮选测中也起着重要作用.本工作总结了神经网络在浮选中的应用情况,介绍了浮选中常用的神经网络,分别对神经网络在浮选中的浮选参数预测、浮选柱系统等方面的应用进行综述,指出神经网络在浮选中应用的研究方向应该包括神经网络与多种算法结合、神经网络的改进和新的神经网络应用3个方面. | 赵敏捷 方建军 张琳 代宗 尧章伟 | 2017 | 过程工程学报2017，17，3： | 4 |
| 3 | 变量优化与决策模型在浮选中的应用显示文摘优化设计、决策算法和智能算法模型对于浮选研究具有重要的意义,已经在浮选中得到了广泛的应用。对近年来浮选中常用的多变量优化设计和决策控制算法加以简单介绍,总结了相关算法在浮选中的应用情况,分析了各种模型在浮选中应用所存在的问题,提出了多变量优化与决策模型在浮选中应用的几个观点和几点建议,以期为进一步的研究作参考。 | 尧章伟 方建军 赵敏捷 张琳 代宗 张玲 郑润浩 | 2018 | 硅酸盐通报2018，37，8： | 2 |
| 4 | 基于混合神经遗传算法的半自磨机功率预测(英文)显示文摘一般全面预测半自磨机功率的方法都需要经过长期实验。本文研究不同的操作参数对磨机和工作指数的影响,如供给水分、质量流速、磨机荷重计自重、固含率、进口和出口水流量。测试185个全面的半自磨机功率,用于开发与输入和输出数据有关的人工神经网络和的混合遗传算法模型。在预测半自磨机功率上,混合遗传算法模型比人工神经网络更高效。敏感性分析确定了半自磨机功率预测最高效的输入参数。通过混合遗传算法模型的敏感性分析发现,工作指数、磨机入口水、磨机荷重计自重、固含率、质量流速和供给水分与磨机功率有直接关系,而出口水与磨机功率负相关。结果表明,混合遗传算法模型能用于评价输入操作参数变化导致的输出。 | Hoseinian Fatemeh Sadat Abdollahzadeh Aliakbar Rezai Bahram | 2018 | Journal of Central South University2018，25，1： | 1 |
| 5 | 基于矿石基因的铜选矿回收率预测方法探讨显示文摘矿石基因特性是选矿工艺的决定性因素,通过矿石基因研究可以预测有价元素的理论选矿指标。为实现铜硫矿中铜选矿回收率的合理准确预测,从矿石基因的角度,以原矿石工艺矿物学研究结果为基础,建立了一种铜硫矿中铜的选矿回收率预测新方法,且不需要进行选矿试验或测试不同细度磨矿产品中目的矿物单体解离度。研究表明预测结果与实际生产结果相符,可为现场生产提供很好的指导作用。 | 方明山 肖仪武 李磊 | 2021 | 有色金属工程2021，11，10： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员