采用網絡性能比較穩(wěn)定的traingdm算法來建立網絡模型對所確定的traingdm算法的網絡模型,進行定量研究表明隱含層神經元個數取13時網絡性能較佳,確定神經網絡結構模型為7-13-3型的網絡模型并應用Matlab神經網絡工具箱實現(xiàn)該模型 利用C++Builder程序設計語言優(yōu)越的全功能平臺和Matlab引擎技術實現(xiàn)對Matlab的調用建立模型界面采集了196組樣本數據,為了驗證系統(tǒng)的準確性,取其中7組數據作為驗證數據通過對該7組驗證數據和實驗數據比較,預測平均準確率均達到80%以上,預測效果良好,表明該預測系統(tǒng)有一定使用**,對工業(yè)生產有指導作用。
鑒于此,論文采用神經網絡這一新技術建立基于人工神經網絡的銅爐渣磨礦工藝參數對河卵石制沙機銅精礦指標影響的預測系統(tǒng),結合江西銅業(yè)貴溪冶煉廠實際生產工藝流程,采用其選礦車間日生產快報數據,將該浮選工藝流程中的半自磨礦漿濃度、半自磨細度、球磨濃度、球磨細度、浮選進料濃度、浮選進料細度及原礦品位等7個參數作為輸入數據,對銅精礦的精礦品位、尾礦品位、回收率等3項指標進行預測來建立神經網絡模型首**行定性分析,煤矸石粉碎機以確定所使用的網絡計算函數通過同一網絡模型不同算法條件下建立的網絡模型定性分析綜合比較。
詞條
詞條說明
北區(qū)礦石將原流程改為三段階段磨選流程 ???? 鐵精礦品位與Si02含量分析,采集10余個不同品位鐵精礦進行Si02含量分析,分析結果表明,本鋼提鐵降硅Si0,含屜控制在3.OO%一4.OO%時,鐵精礦品位須**在TFe 69. 50ch以上。當Si0,含量達到2.00%~3 00%時,鐵精礦TFe**控制在70. 00%以上。原選礦工藝流程經多次改進后形
輥壓磨適用于各種硬度物料的粉碎 H型環(huán)球式立式輥壓磨是一種“環(huán)與球”配合的中速立式粉碎機,具有工作性能穩(wěn)定、體積小、質量輕、占地面積小、自動排料和多項調節(jié)風選分離等特點,可廣泛使用于工業(yè)各部門粉磨煤、水泥生料、化工原料、陶瓷原料、非金屬礦、金屬礦等原料,尤其適用于耐火材料等高、中硬度物料的細粉加工。粉碎物料中的金屬含量可減少80%,噪音**80 dB,整機采用正壓全封閉式循環(huán)制粉系統(tǒng),生產現(xiàn)場基
高壓輥磨機大幅度提高了經濟效益 馬鞍山礦山研究院等于2004年初在前期試驗的基礎上,對馬鋼南山礦區(qū)高村鐵礦**貧鐵礦石(品位19.47%)進行高壓輥磨機半工業(yè)試驗及輥壓產品選別工藝研究。研究結果表明,采崩高壓輥磨機破碎一粗粒濕法磁選拋尾處理高村鐵礦石是適宜的。根據輥壓試驗結果,高壓輥磨機產品充分打散后用濕法磁選拋尾,可以將入磨原礦品位提高到42. 64%,提前拋棄產率占47.80%、品位8 31%
合適的助磨劑對降低生產成本較為有利 ??? 由于**細研磨煅燒煤系高嶺土的開發(fā)時間較短,迄今為止,對煤系高嶺土進行**細粉碎的試驗研究報道不多。本文對比研究了幾種助磨劑在煤系高嶺土濕法**細研磨中的作用效果,得出了較佳助磨劑及較佳用量,對煤系高嶺土的**細粉碎加工和生產“雙90”煅燒高嶺土產品很有**。使用立式攪拌磨對粉體進行**細粉碎時,希望料漿體系有較高的料漿濃度,較低的
公司名: 河南號樓有限公司
聯(lián)系人: 王曉
電 話: 037167776666
手 機:
微 信:
地 址: 河南鄭州科學大道檀香路8號
郵 編: