%0 Journal Article
%T 超细全尾砂絮凝沉降参数优化模型
%A 王新民
%A 刘吉祥
%A 陈秋松
%A 肖崇春
%A 万孝衡
%J 科技导报
%P 23-28
%D 2014
%R 10.3981/j.issn.1000-7857.2014.17.003
%X 为了得到最优的絮凝沉降参数，以絮凝沉降正交试验数据为训练样本和检验样本建立BP神经网络预测模型。絮凝剂单耗、料浆浓度及絮凝剂浓度作为输入因子，沉降速度和极限浓度作为输出因子。对比隐含层节点数对模型训练过程及预测精度的影响，选取最佳预测模型节点数为9。将絮凝沉降参数细化输入到预测模型中，从而搜索出优选样本，优选参数絮凝剂单耗为4.5g/t，絮凝剂浓度为0.11%，料浆浓度为15%。经实验对比，该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右，精确度较高，可以作为絮凝沉降参数优选的一种新思路。
%K BP
%K 神经网络
%K 全尾砂
%K 絮凝沉降
%K 动态放砂
%U http://www.kjdb.org/CN/abstract/abstract11730.shtml