Fatemeh SadatHOSEINIAN
,
Aliakbar ABDOLLAHZADE
,
Saeed SoltaniMOHAMADI
,
Mohsen HASHEMZADEH
中国有色金属学报(英文版)
doi:10.1016/S1003-6326(17)60076-1
采用人工神经网络(ANN)以及人工神经网络和基因复合(GANN)算法来优化氧化铜矿柱浸工艺参数.采用三种高度的浸矿柱(2,4,6 m)和尺寸为<25.4 mm和<50.8 mm的两种矿物来进行浸出实验.在台架实验规模下,对浸矿柱高度、矿粒尺寸、硫酸流速、浸出时间等工艺参数对铜浸出率的影响进行研究,对浸出条件进行优化以得到最大的浸出率.研究结果表明,铜的浸出率随硫酸流速和浸出时间的增加而增加,随矿粒尺寸和浸矿柱高度的减小而增加.对人工神经网络(ANN)、人工神经网络和基因复合(GANN)算法的效率进行了比较,结果表明,人工神经网络和基因复合(GANN)算法比人工神经网络(ANN)算法更有效.采用新提出的算法模型来预测铜的浸出率误差更低.
关键词:
浸出
,
氧化铜矿
,
浸出率
,
人工神经网络
,
基因算法
