期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BBD和RSM/ANN-Pareto建模的微细粒锡石浮选试验优化
1
作者 张胜东 赵瑜 +2 位作者 王晓 童雄 谢贤 《中国有色金属学报》 北大核心 2025年第9期3216-3235,共20页
微细粒锡石浮选过程中多因素耦合效应复杂,传统单因素优化存在显著局限性。本文以云南某低品位微细粒锡石矿为研究对象,通过4因素3水平Box-Behnken试验设计(BBD),考察4种药剂用量对浮选指标的影响,基于BBD试验结果分别采用响应曲面法(R... 微细粒锡石浮选过程中多因素耦合效应复杂,传统单因素优化存在显著局限性。本文以云南某低品位微细粒锡石矿为研究对象,通过4因素3水平Box-Behnken试验设计(BBD),考察4种药剂用量对浮选指标的影响,基于BBD试验结果分别采用响应曲面法(RSM)和人工神经网络-帕累托优化算法(ANNPareto)实现建模优化。结果表明:ANN-Pareto在拟合精度和预测能力方面均显著优于RSM,RSM则在规律揭示方面更具优势。在闭路试验中,RSM优化取得锡品位6.81%、锡回收率69.06%的指标,ANNPareto优化取得锡品位7.04%、锡回收率73.12%的指标。相较于单因素条件试验,RSM和ANN-Pareto优化在保持锡品位基本不变的情况下分别获得2.26和6.34个百分点的锡回收率提升。BBD/RSM/ANN-Pareto耦合模型方法能有效整合试验设计、交互作用揭示与指标优化,可在微细粒锡石浮选优化中发挥显著作用。 展开更多
关键词 微细粒锡石浮选 BOX-BEHNKEN设计 响应曲面法 人工神经网络 PARETO优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部