基于预测模型的浮选过程pH值控制

摘要：

矿浆pH值是泡沫浮选过程中的一个非常重要的被控量.目前,多数选厂的矿浆pH值控制基本是依靠现场工人定期对矿浆样本进行pH值测量,凭主观经验对pH调整剂进行调整.由于操作工人的主观性和随意性的影响以及矿浆样本pH值测量与药剂调整间存在的较长的时间滞后,矿浆pH值波动频繁,很难使矿物浮选保持在一个稳定最优生产状态下运行.为了使矿浆pH值保持在一个期望的生产状态,基于浮选泡沫表面视觉信息提出了一种新的矿浆pH值控制方法,分别采用基于泡沫视觉信息的自适应遗传混合神经网络AG-HNN和自适应遗传PID(AG-PID)控制方法建立了矿浆pH值预测模型和pH值控制模型,基于所建立预测和控制模型对浮选药剂用量进行调整,解决了浮选矿浆pH值波动问题.工业浮选现场的实验结果表明该方法可以使矿浆pH值保持在一个期望的范围内,有效提高浮选性能.

关键词：pH控制、浮选过程、预测模型

所属期刊栏目：30

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金重点资助项目61134006;国家自然科学基金面上项目资助项目61071176,61171192,61272337

在线出版日期：2013-09-16（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：885-890