李伟
,
南新元
,
吴琼
贵金属
生物氧化预处理过程是一个复杂非线性的耦合过程，该过程关键参数氧化还原电位通常难以准确检测。为了预估该参数，将PSO算法与LSSVM相结合构建生物氧化预处理过程氧化还原电位预估模型。该模型采用改进的PSO算法优化LSSVM模型参数，克服了参数恒择的盲目性和耗时，具有恘习速度恩速、预测精度较高以及泛化能力强的优点。以新疆某金矿的实际数据进行仿真研究，结果表明：改进的PSO-LSSVM方法建立的模型的预测值与实测值拟合较好，对于生物氧化预处理过程的关键参数氧化还原电位的预估有一定的指导意义。
关键词:
生物氧化预处理
,
粒子群参数优化
,
最小二乘支持向量机
,
氧化还原电位
,
建模
南新元
,
陈飞
,
孔军
贵金属
传统的生物氧化预处理过程温度控制算法参数整定过程复杂，且受干扰后会使控制漂离最佳状态。针对这一问题，以某金矿生物氧化预处理工艺为研究背景，分析了氧化槽内生物氧化反应热、冷/水阀循环热、氧化槽与外界发生热传递的流失热之间的平衡关系，构建了以冷/热水调节阀开度为控制目标，以环境温度、矿浆温度、冷/热水水温为状态参数的温度控制模型。经过验证，该模型有效地解决了传统温度控制系统存在的问题，实现了氧化槽温度的稳定控制。
关键词:
冶金技术
,
生物氧化预处理
,
温度控制
,
反应机理
,
热量平衡
,
热传导
高丙朋
,
南新元
,
魏霞
贵金属
doi:10.3969/j.issn.1004-0676.2012.02.008
支持向量机(SVM)是一种新的具有优越特性的机器学习算法、最小二乘法支持向量机(LS-SVM)是SVM的一种改进算法,但是直接利用常规的LS-SVM对生物氧化提金预处理工艺参数优化存在着一些问题.通过引入迭代算法和LS-SVM对生物氧化提金预处理工艺参数离线数据进行参数预测相结合完成工艺参数的优化,此方法计算量相对较小,易于掌握,为企业生产提供了一个相对可靠的理论支持.
关键词:
冶金技术
,
生物氧化
,
优化
,
迭代法
,
LS-SVM
,
提金率
