基于BP神经网络的白云母超细磨工艺参数优化

TD921; 为提高白云母超细磨的效率,采用皮尔森相关系数分析超细磨效率与各参数之间的敏感性,并建立BP神经网络模型对白云母的超细磨正交试验参数进行优化.研究结果表明:各参数对超细磨效率敏感程度由大到小依次为瓷球级配、搅拌速率、助磨剂种类、超细磨时间和助磨剂用量.利用BP神经网络优化后的工艺参数进行超细磨试验,可获得-13 μm粒级质量分数为 83.04%的白云母,与正交试验最佳点相比提高了 2.19%,所建模型可提高白云母超细磨效率,且预测精度较高.研究结论为超细白云母粉体的高效制备提供参考....

Full description

Saved in:
Bibliographic Details
Published in辽宁工程技术大学学报（自然科学版） Vol. 43; no. 3; pp. 273 - 278
Main Authors 田家怡, 彭祥玉, 张帅, 王宇斌, 赵鑫, 肖巍
Format Journal Article
LanguageChinese
Published 西安建筑科技大学 资源工程学院,陕西 西安 710055 01.06.2024
Subjects
正交试验
BP neural network
超细磨
BP神经网络
参数优化
muscovite
parameter optimization
orthogonal test
ultra-fine grinding
白云母
Online AccessGet full text
ISSN1008-0562
DOI10.11956/j.issn.1008-0562.20230227

Cover

More Information
Summary:TD921; 为提高白云母超细磨的效率,采用皮尔森相关系数分析超细磨效率与各参数之间的敏感性,并建立BP神经网络模型对白云母的超细磨正交试验参数进行优化.研究结果表明:各参数对超细磨效率敏感程度由大到小依次为瓷球级配、搅拌速率、助磨剂种类、超细磨时间和助磨剂用量.利用BP神经网络优化后的工艺参数进行超细磨试验,可获得-13 μm粒级质量分数为 83.04%的白云母,与正交试验最佳点相比提高了 2.19%,所建模型可提高白云母超细磨效率,且预测精度较高.研究结论为超细白云母粉体的高效制备提供参考.
ISSN:1008-0562
DOI:10.11956/j.issn.1008-0562.20230227