文
章编号
: 1001 - 3571 ( 2015) 06 - 0074 - 03
重介质选煤悬浮液密度智能给定系统设计
李
国辉
,
孙经平
,
梁 鑫
(
山东鲁能菏泽煤电开发有限公司
,
山
东 菏泽
274000)
摘
要
:
针对传统人工凭经验给定悬浮液密度值方法存在的准确度低的问题
,
提出了利用
BP
神经
网络控制方法进行悬浮液密度智能给定的方法
,
并利用此方法对从郭屯选煤厂生产现场采集到的
数据进行了训练和预测
。
结果表明
:
利用
BP
神经网络对重介悬浮液密度值进行智能给定是完全
可行的
,
从而为重介质选煤悬浮液密度的智能给定提供了技术途径
。
关键词
:
重介质选煤
;
重介悬浮液密度
; BP
神经网络
;
智能给定
;
训练
;
预测
中图分类号
: TD948. 9; TD942
文献标志码
: A
Design of intelli gent giv en density system for
dense medium suspension
LI Guo - hui ,SUN Jing - ping,LIANG Xin
( Heze Coal &Electricity Development Company of Shandong Luneng Group,Heze,Shandong 247000,China)
Abstract: Because the given density value of dense medium suspension is lower in accuracy,which is
caused by traditional method by experience,BP neural network control method is raised for intelligent
given density. It has been used to predict and test production data from Guotun coal preparation plant.
The results show that this method is entirely feasible and also can be a reference for setting density of
dense medium suspension.
Key words: dense medium coal preparation ; density of dense medium suspension; BP neural network;
intelligent given; training;
prediction
收
稿日期
: 2015 - 09 - 16 DOI: 10. 16447 / j. cnki. cpt. 2015. 06. 020
作者简介
:
李国辉
( 1970—)
,
男
,
山
东省临邑县人
,
工程师
,
从事采矿工程方面的研究工作
。
E - mail: 1169592161@ qq. com Tel: 18761421168
目
前
,
重介质选煤工艺以其工艺简化
、
分选精
度高在我国选煤行业得到了广泛推广应用
。
在重介
选煤生产过程
,
重介悬浮液密度的控制对于分选效
果至关重要
。
然而
,
目前国内尚有不少选煤厂仍采
用人工来控制重介悬浮液的密度
,
重介悬浮液密度
给定值大多由人工凭经验得到
。
该方法不仅费时
、
费力
,
而且不够精确
。
为解决此问题
,
提出了对重
介悬浮液密度进行自动控制并进行智能给定的智能
给定系统设计
,
以提高产品质量与分选效率
。
1 BP
神
经网络简介
在
20
世
纪
80
年 代 时
,D. E. Rumelhart
以 及
J. L. McCelland
两位专家最先提出
BP
神经网络算
法
。
该算法属于一种前馈网络方式
,
但不同于普通
前馈网络方式
,
它还包含隐含层
,
且是多层前馈网
络
[1]
。
在
控制系统中
,
可以利用反向传播而得到
的误差来进行网络中连接权值的调整
。
总的来说
,
该神经网络可以对多层网络中各层的神经元中的连
接权值进行有效地系统调整
。
如图
1
所示
,BP
神经网络结构是由多层神经
元组成
,
神经元之间都是由节点进行连接的
,
而且
输入的信号是按照从左到右的顺序进行传输
,
且是
一组输入信号
,
分别穿过输入层
、
隐含层以及输出
层
。
由此可见
,BP
神经网络属于多层神经网络
[2]
。
通
过图
1
可以看出
,
在
BP
神经网络中有两种
信号
,
它们分别是从左向右的一组函数信号和从右
往左传输的误差信号
。
对于函数信号而言
,
其向右
传输时传到输入层
,
输入层中的神经元将其接收
,
接
着传给中间层
;
中间层属于隐含层
,
它的结构就是单
隐层或是多隐层的结构
;
最后
,
函数信号由隐含层传
到输出层中
,
由输出层中的各神经元进行接收
。
这
个过程就是函数信号从输入到输出的过程
,
该过程
47
第
6
期
2015
年
12
月
选 煤 技 术
COAL PREPARATION TECHNOLOGY
No. 6
Dec. 2015
评论0
最新资源