-
公开(公告)号:CN109242194A
公开(公告)日:2019-01-18
申请号:CN201811114507.4
申请日:2018-09-25
Applicant: 东北大学
Abstract: 本发明提供了一种基于混合模型的浓密机底流浓度预测方法,针对湿法冶金浓密洗涤过程底流浓度难以在线测量的问题,在深入分析浓密洗涤过程特点的基础上,利用机理建模与基于整体分布优化算法改进的三层ELM误差补偿模型相结合的混合建模方法实现浓密洗涤过程底流浓度的精准测量。
-
公开(公告)号:CN109242194B
公开(公告)日:2022-01-14
申请号:CN201811114507.4
申请日:2018-09-25
Applicant: 东北大学
Abstract: 本发明提供了一种基于混合模型的浓密机底流浓度预测方法,针对湿法冶金浓密洗涤过程底流浓度难以在线测量的问题,在深入分析浓密洗涤过程特点的基础上,利用机理建模与基于整体分布优化算法改进的三层ELM误差补偿模型相结合的混合建模方法实现浓密洗涤过程底流浓度的精准测量。
-
公开(公告)号:CN108536979B
公开(公告)日:2021-08-03
申请号:CN201810347673.2
申请日:2018-04-18
Applicant: 东北大学
IPC: G06F30/20
Abstract: 本发明提供一种基于浓密机机理模型的底流浓度预测方法,包括:采集浓密机现场数据;将流体压力转换为流速;利用经参数辨识的分层带参数的浓密机机理模型,进行底流浓度预测。所述浓密机现场数据,包括:顶层体积流量、进料流量、流体压力及底流体积密度。所述将流体压力转换为流速后,采用3σ原则对异常值进行处理。所述分层带参数的浓密机机理模型的建立如下:采集浓密机现场数据的历史数据;建立浓密机机理模型;将流体压力转换为流速及数据预处理;构建分层带参数的浓密机机理模型。本发明减小了纯机理模型带来的预测误差,提高了机理模型的预测精度。
-
公开(公告)号:CN108536979A
公开(公告)日:2018-09-14
申请号:CN201810347673.2
申请日:2018-04-18
Applicant: 东北大学
IPC: G06F17/50
Abstract: 本发明提供一种基于浓密机机理模型的底流浓度预测方法,包括:采集浓密机现场数据;将流体压力转换为流速;利用经参数辨识的分层带参数的浓密机机理模型,进行底流浓度预测。所述浓密机现场数据,包括:顶层体积流量、进料流量、流体压力及底流体积密度。所述将流体压力转换为流速后,采用3σ原则对异常值进行处理。所述分层带参数的浓密机机理模型的建立如下:采集浓密机现场数据的历史数据;建立浓密机机理模型;将流体压力转换为流速及数据预处理;构建分层带参数的浓密机机理模型。本发明减小了纯机理模型带来的预测误差,提高了机理模型的预测精度。
-
-
-