本文關鍵詞： 浸出 氧化銅礦 浸出率 人工神經(jīng)網(wǎng)絡 基因算法　出處：《Transactions of Nonferrous Metals Society of China》2017年03期 　論文類型：期刊論文

【摘要】：采用人工神經(jīng)網(wǎng)絡(ANN)以及人工神經(jīng)網(wǎng)絡和基因復合(GANN)算法來優(yōu)化氧化銅礦柱浸工藝參數(shù)。采用三種高度的浸礦柱(2,4,6 m)和尺寸為25.4 mm和50.8 mm的兩種礦物來進行浸出實驗。在臺架實驗規(guī)模下,對浸礦柱高度、礦粒尺寸、硫酸流速、浸出時間等工藝參數(shù)對銅浸出率的影響進行研究,對浸出條件進行優(yōu)化以得到最大的浸出率。研究結果表明,銅的浸出率隨硫酸流速和浸出時間的增加而增加,隨礦粒尺寸和浸礦柱高度的減小而增加。對人工神經(jīng)網(wǎng)絡(ANN)、人工神經(jīng)網(wǎng)絡和基因復合(GANN)算法的效率進行了比較,結果表明,人工神經(jīng)網(wǎng)絡和基因復合(GANN)算法比人工神經(jīng)網(wǎng)絡(ANN)算法更有效。采用新提出的算法模型來預測銅的浸出率誤差更低。
[Abstract]:Using artificial neural network (ANN) and artificial neural network and genetic algorithm to optimize the composite (GANN) copper oxide column leaching process parameters. By using three kinds of high dip (2,4,6 m) and the pillar size of two kinds of minerals and 50.8 mm to 25.4 mm leaching experiments were conducted in bench scale experiments. Under the dip pillar height, particle size, flow rate of sulfuric acid leaching time, process parameters to study the effects of copper leaching rate, the leaching conditions were optimized to get the maximum leaching rate. The results show that the leaching rate of copper sulfate leaching time and flow velocity increased with the increase of particle size and decreases, with leaching the height of the pillar increases. The artificial neural network (ANN), artificial neural network and genetic algorithm (GANN) composite efficiency were compared. The results show that the artificial neural network and genetic algorithm is better than the composite (GANN) artificial neural network (ANN) algorithm is more effective. The new algorithm model is used to predict the lower error of copper leaching rate.

【作者單位】： Department
【分類號】：TF811

【相似文獻】

相關期刊論文 前10條

1 侯晉,陳國松,王鎮(zhèn)浦;人工神經(jīng)網(wǎng)絡的發(fā)展及在多元校正中的應用[J];分析科學學報;2001年01期

2 趙欣;人工神經(jīng)網(wǎng)絡應用于大氣規(guī)劃的可能性[J];邯鄲職業(yè)技術學院學報;2002年04期

3 賴靜;王清;孫東立;;人工神經(jīng)網(wǎng)絡在材料研究中的應用[J];材料工程;2006年S1期

4 石幸利;;人工神經(jīng)網(wǎng)絡的發(fā)展及其應用[J];重慶科技學院學報;2006年02期

5 石樂明;周家駒;劉信安;孫敦明;許志宏;;人工神經(jīng)網(wǎng)絡用于化學雜交劑的構效關系研究[J];化學通報;1992年06期

6 龔小一，，鄧勃，羅國安;前向人工神經(jīng)網(wǎng)絡的生成系統(tǒng)[J];計算機與應用化學;1996年04期

7 公源;;基于人工神經(jīng)網(wǎng)絡的汽車噴涂配比優(yōu)化研究與應用[J];鍛壓裝備與制造技術;2014年01期

8 王艷斌,袁洪福,陸婉珍,齊洪祥,殷宗玲;人工神經(jīng)網(wǎng)絡用于近紅外光譜測定柴油閃點[J];分析化學;2000年09期

9 胡海峰,馬杰,馬玉書,王仁安;減壓渣油評價中的人工神經(jīng)網(wǎng)絡分析方法[J];計算機與應用化學;2000年03期

10 高志明,關巖,于洪梅,吳秀紅,李井會;人工神經(jīng)網(wǎng)絡在化學中的應用進展[J];鞍山鋼鐵學院學報;2000年03期

相關會議論文 前10條

1 吳兵;;一種具有語義分布的自構造的新人工神經(jīng)網(wǎng)絡系統(tǒng)及其應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

2 劉R

本文編號：1536748