【摘要】：磨礦過程是選礦工藝中很重要的一環(huán),磨礦產(chǎn)品的粒度是磨礦工藝的一個重要指標(biāo),粒度檢測的方法較多,為適應(yīng)選礦自動化發(fā)展的需求,發(fā)展出了多種較為先進的粒度檢測方法技術(shù),如激光檢測、超聲檢測、圖像識別、軟測量法等。但由于這些方法存在一些局限性或不足,這些方法均未在工業(yè)上大規(guī)模應(yīng)用,因此也制約了選礦自動化水平的提高。針對目前國內(nèi)在粒度檢測方面的這一現(xiàn)狀,本文對磷礦磨礦過程中的粒度自動檢測技術(shù)進行研究,提出了一種基于光散射的磷礦粒度分析檢測方法,此方法結(jié)合激光檢測和人工神經(jīng)網(wǎng)絡(luò),利用激光檢測磷礦礦漿在不同濃度下的透射光強度,得到樣品透射光強和濃度的曲線,并從曲線中提取光散射特征參數(shù),采用人工神經(jīng)網(wǎng)絡(luò)建立特征點與樣品粒度分布之間的反演模型。圍繞該問題,本文針對如下幾點進行了研究:(1)首先針對磷礦漿的光散射,分析相關(guān)的理論,探討了一定粒度分布的磷礦樣品在不同濃度下透射光強與粒度分布之間存在關(guān)系。(2)針對實際需要,設(shè)計相關(guān)的數(shù)據(jù)采集裝置。對數(shù)據(jù)采集裝置的光源、光電探測器、AD轉(zhuǎn)換模塊和循環(huán)泵進行了選擇,確定使用650nm波長的激光、硅光電探測器、24位高精度AD轉(zhuǎn)換器和隔膜泵;對于攪拌槽和測試皿,采用AnsysFluent軟件來對其中的礦漿流態(tài)進行模擬,最終設(shè)計出較為合適的攪拌槽和測試皿。(3)利用本文所述的數(shù)據(jù)采集裝置對宜昌地區(qū)的不同粒度分布的磷礦漿在低濃度不同濃度下的光散射強度進行了實驗,確定了不同粒度分布的磷礦樣品濃度-透射光強度曲線所存在的差異性。(4)利用BP人工神經(jīng)網(wǎng)絡(luò)建立濃度-透射光強度曲線特征參數(shù)與粒度分布之間的反演模型,并用實驗數(shù)據(jù)驗證神經(jīng)網(wǎng)絡(luò)建立的模型的精確性。根據(jù)上訴研究內(nèi)容得出以下結(jié)果:(1)采用神經(jīng)網(wǎng)絡(luò)建立的模型較好預(yù)測了粒度分布,因此確認(rèn)磷礦樣品不同濃度下透射光強曲線與粒度分布之間存在關(guān)系。(2)利用BP神經(jīng)網(wǎng)絡(luò)建立的粒度反演模型可以較好的通過光散射特征值反推出樣品的粒度分布。
【圖文】：

光散射模型圖

圖 2-3 Frounhofer 單縫衍射Fig. 2-3 Frounhofer single slit diffraction：2sinλBC = aθ =±m，剩下一個半波帶中的衍射光線未
【學(xué)位授予單位】：武漢工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TD921.4

【相似文獻】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預(yù)測法[J];金融經(jīng)濟;2017年18期

2 鮑偉強;陳娟;熊濤;;基于進化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究[J];電工技術(shù);2019年11期

3 陳曉燕;;淺析簡單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

4 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學(xué)術(shù)動態(tài);1996年01期

5 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期

6 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

7 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

8 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

9 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會議論文 前10條

1 孫軍田;張U，

本文編號：2631550