唐朝暉，杜金芳，陳　青
中南大學信息科學與工程學院，湖南長沙

摘　　　要：礦物浮選過程中，礦漿ｐＨ值作為影響浮選效果的一個重要因素，是實現浮選過程監視及優化控制的一個重要參量。目前的ｐＨ值測定儀存在交叉污染、測量滯后等問題，難以獲得實時準確的ｐＨ值。為使浮選運行在較優狀態，在泡沫圖像特征提取的基礎上，提出一種基于自適應遺傳混合神經網絡的預測模型，該模型首先利用主元分析（ＰＣＡ）方法對提取的多個圖像特征進行降維，然后采用自適應遺傳混合神經網絡（ＡＧＡ�玻龋危危┙�立ｐＨ值預測模型。較后將該模型應用于浮選現場，預測結果能夠實時跟蹤實際值，根據預測值實時調整工況條件，改善了浮選效果，提高了浮選效率。

關　鍵　詞：礦物浮選；泡沫圖像；預測模型；主元分析（ＰＣＡ）；自適應遺傳混合神經網絡

１　引　言
礦物浮選是在特定工藝條件下，根據礦物表面物理化學性質的差異，從礦石中分離有用礦物的一種選礦方法［１］。在浮選過程中，礦漿的ｐＨ值直接影響礦粒表面的親水性，電性，浮選藥劑解離為有效離子的程度及礦物的可浮性，是影響浮選效果的重要因素。目前多數選礦企業使用ｐＨ值測定儀測定礦漿的ｐＨ值。這種儀器，測定前需對儀器進行標定，所需時間長，受溫度影響大，另外，現場需要一次測量多個ｐＨ值，儀器示數穩定需要較長時間，且每次測量完，必須用清水將探頭清洗干凈，否則由于交叉污染導致測量結果不準確。同時測定儀極易受環境（溫度、壓力、液位等）影響，環境條件變化太大時，可能導致測定儀失靈。這種方法耗時，浪費人力，且具有滯后性，無法長期、連續、穩定地進行測量。現有的ｐＨ在線分析儀，易受腐蝕，且易被礦漿堵塞，測量結果也不準確，不適合現場生產使用，所以研究ｐＨ值預測模型對實時調整浮選工況，保持浮選在較優狀態下運行具有非常重要的意義。

登錄網站后可下載文件