金矿浮选回收率预测模型

摘要：

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平。在大量现场生产数据的基础上,分别采用多元线性回归和 BP 神经网络的方法,建立了金矿厂浮选回收率的预测模型。预测误差分析表明,BP 神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用。

关键词：金矿、浮选、回收率、线性回归、神经网络、预测模型

分类号：TD953(选矿)

资助基金：国家科技支撑计划2012BAB08B04

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1456-1461