چکیده

در این تحقیق از تکنیک شبکه های عصبی مصنوعی به منظور پیش بینی کیفیت محصول عملیات فلوتاسیون واحد سولفورزدایی کنسانتره واحد (SRP) مجتمع سنگ آهن گل گهر از نقطه نظر عیار دو عنصر آهن و گوگرد استفاده شد. در طول آزمایش، 60 مجموعه داده برای آموزش، آزﻣﻮن و اعتبارسنجی شبکه ایجاد شده اختصاص داده شد که در نهایت بهترین شبکه از نوع پس انتشارخطا با ساختار 2-4-8-10 برای پیش بینی پارامترهای هدف به صورت همزمان در کنسانتره فلوتاسیون بدست آمد. توابع انتقال خطی و سیگموئید به ترتیب برای لایه های خروجی و پنهان و همچنین تابع مارکوارت لونبرگ به عنوان الگوریتم در نظر گرفته شد. در پیش بینی همزمان عناصر مذکور در کنسانتره با استفاده از روش فوق، ضریب همبستگی 99/0 و مقدار میانگین مربعات خطا (MSE)، 087/0 حاصل شد. نتایج به دست آمده نشان داد که شبکه انتخاب شده می تواند با کارآیی بسیار بالایی برای پیش بینی داده های خط فوق بکار گرفته شود

کليدواژه ها

شبکه های عصبی، آهن، گوگرد، فلوتاسیون و SRP

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمد باقر فتحی , 1399 , ارزیابی کارآیی شبکه های عصبی مصنوعی در پیش بینی عیار آهن و گوگرد در کنسانتره نهایی مدار فلوتاسیون خط سولفورزدایی کارخانه سنگ آهن گل گهر , دومین کنفرانس ملی مدلسازی در مهندسی معدن و علوم وابسته