AdaBoost多项式算法在选矿电气控制系统中的应用研究

摘要

在选矿电气控制过程中，磨矿的分级控制是非常重要的过程环节，其矿浆粒度的大小是衡量磨矿分级过程作业质量最重要的工艺指标。因此对磨矿矿浆粒度的实时检测是非常必要的。由于大中型的选矿厂广泛采用旋流器对矿浆粒度进行分级，因此旋流器溢流粒度在工艺流程中是衡量矿浆分级产品质量高低的最重要指标。但是由于复杂的流场以及磨矿过程中的多变性、时变性等，很难找到一个完整的、准确的简单通用式来对选矿溢流粒度进行估计。
　　为了降低选矿的生产成本和维护成本，本文在已有的旋流器溢流粒度测量方法上深入探索，以选矿工艺中的旋流器对矿浆流量、压力、流速的电气控制系统为平台进行研究，进而提出基于AdaBoost的多项式旋流器溢流粒度预测模型。
　　本文中介绍了多项式模型和AdaBoost算法，然后将其结合，着重介绍了预测模型。该模型以均方误差最小化为目标函数建立多项式模型，采用AdaBoost加强性能较差的样本的训练提高模型的泛化性和精度，最后将多个模型按照不同的权重进行集成作为最终的模型。接下来本文中又对模型进行了仿真实验，并将其应用在工业现场得到实际应用效果，验证了该模型能够比较准确地预测旋流器溢流粒度，保证了水利旋流器溢流粒度的合格率，提高了选矿效率，具有一定的实用性。

目录

声明

致谢

摘要

1 绪论

1．1 课题背景

1．2 选矿电气控制系统介绍

1．2．1 选矿电气控制体系架构

1．2．2 磨矿分级工艺现状

1．2．3 水力旋流器结构及电气传动

1．3 旋流器溢流粒度现有检测方法

1．4 本文主要研究内容及意义

2 旋流器溢流粒度预测模型分析研究

2．1 旋流器参数的检测装置

2．2 旋流器电气控制系统

2．3 旋流器数据采集和预处理

2．4 溢流粒度的分布分析

3 基于AdaBoost多项式旋流器溢流粒度预测模型

3．1 模型机理分析

3．2 多项式模型

3．3 AdaBoost算法

3．4 基于AdaBoost的多项式模型

4 模型仿真实验

4．1 经验模型的仿真

4．2 多项式模型的仿真

4．3 基于AdaBoost的多项式模型的仿真

4．4 三种模型的对比

5 工业实际应用

5．1 工业现场介绍

5．2 实际应用效果

结论

参考文献

作者简历

学位论文数据集