基于ELM的智能加药系统的研究.pdfVIP

第26卷 第 2期 矿 冶 Vo1．26．No．2 2017年 4月 MINING ＆ METALLURGY April 2017 文章编号 ：1005-7854I2017)02-0064-04 基于ELM 的智能加药系统的研究 张美义 廖承业 李 珏 付力豪 (广西冶金研究院有限公司，南宁530023) 摘 要 ：在选矿工艺中，加药过程是影响选矿效果的重要因素，传统浮选加药主要采用人工加药或定 量加药方式，其缺点是误差大、效率低和成本高，很难满足选矿厂现代化生产要求。针对这一问题，提出 一 种基于神经网络和ELM(极限学习机)的控制方案，深入探讨选矿加药 的控制方法 ，并进行严格的试 验研究，效果十分理想 ，对生产实践有重大指导意义 。 关键词 ：ELM；神经网络；自动加药系统 中图分类号 ：TD45 文献标 志码 ：A doi：10．3969／j．issⅡ．1005-7854．2017．02．014 THE RESEARCH 0N AUTOMATIC REAGENT FEEDING SYSTEM BASED ON ELM ZHANGMei--yi LIAO Cheng-，ye LIJue FU Li．-hao (GuangxiResearchInstituteofMetallurgyCompany，Nanning530023，China) ABSTRACT：Inthemineralprocessingindustry，themostimportantfactoraffectingthequalityofmineralproduc- tion isdosingprocess．Therearetwoprimary waysintraditionalfloatationreagentdosing，manualorquantitatively dosing．Thetraditionalmodesarewith largeerror，low efficiencyandhighcost，cannotsatisfytherequirementsof modernmineralproduction．Inordertosolvethisproblem，acontrolstrategybaseonneuralnetworkandELM(Ex- tremeLearningMachine)isproposed．Thecontrolstrategyofmineraldosingisdiscussedindetail，whichcana· chievegoodresultsaccordingtotheexperiment．Theresearchresultshaveimportantguidingsignificancetoproduc— tion practice． KEY W ORDS：ELM ；neuralnetwork；automaticdosingsystem 随着冶金行业 的不断发展 ，选矿产 品质量和产 l 浮选加药工艺 量要求不断提高 ，但在传统浮选过程中，由于加药过 程存在时变性和非线性 ，并伴随大量的随机干扰 ，使 本设计 的选矿对象为含有锌和铅 的矿料 ，当矿 浮选加药过程中一直存在一些悬而未解的问题… 。 料流入浮选槽后 ，须分别按严格百分比加入硫酸铜 、 本文以广西某选厂生产为例 ，针对加药精度难 以控 黄药 、亚硫酸钠和硫酸锌等药剂。由于原矿 中锌和 制 的问题 ，提 出建立神经 网络控制系统 ，并通过 铅品位不是一成不变的，通过在线品位分析系统 ，可 ELM对该神经 网络系统进行训练 ，能取得传统控制