基于PCA和改进BP神经网络的浮选精矿品位在线预测

摘要

针对矿物浮选过程精矿品位在线检测困难的问题，提出了一种基于PCA和神经网络的精矿品位在线预测方法。应用数字图像处理技术，从实时获取的泡沫图像中提取泡沫特征，分析各特征与精矿品位之间的关系，利用主成分分析法（Principal Component Analysis，PCA）从泡沫特征中提取主成分，最后采用改进的BP神经网络训练算法，以离线化验得到的精矿品位值为训练目标，建立精矿品位的预测模型。实验结果表明该方法能有效在线预测浮选精矿品位。