文档简介
提出了一种基于BP神经网络的浮选机液位稳定及液泡厚度的预测模型。预测模型主要以搅拌槽输出的矿浆流量，扫选输入流量，精选尾矿流量等为输入量，以液泡厚度为输出量，网络隐含层单元个数与中心向量采用正交最小二乘法（OLS）。同时，在此基础上在通过Matlab软件来分析液泡厚度情况，并给出了预测及预警信息。从仿真的结果来看，符合预期的效果，对预防液位变化过大和保证液位稳定具有较大的参考价值和现实意义。
评论
加载更多
推荐下载
查看更多
精选文集
相关视频
-
直播回放： Keysight 小探头，大学问，别让探头拖累你的测试结果！
-
控制系统仿真与CAD
-
MIT 6.622 Power Electronics
-
直播回放：基于英飞凌AIROC™ CYW20829低功耗蓝牙芯片的无线组网解决方案
-
直播回放：ADI & WT·世健MCU痛点问题探索季：MCU应用难题全力击破！
-
Soc Design Lab - NYCU 2023
推荐帖子
精选电路图
-
PIC单片机控制的遥控防盗报警器电路
-
使用ESP8266从NTP服务器获取时间并在OLED显示器上显示
-
带有短路保护系统的5V直流稳压电源电路图
-
如何构建一个触摸传感器电路
-
如何调制IC555振荡器
-
基于ICL296的大电流开关稳压器电源电路
