矿业研究与开发

作者：袁子淇,黄腾龙,林敏,杨双有,陈久吾

关键词：浓密机;稳定放砂;粒子群;支持向量机;优化

为提高充填效率,实现尾砂仓储浓密机的连续稳定放砂,结合矿山的实际情况以及静态、动态絮凝沉降的试验结果,采用粒子群算法(PSO)优化支持向量机(SVM)回归分析方法,建立了放砂稳定性预测模型,并利用混合加点法更新预测模型,通过寻优算法确定出最优参数,实现尾砂仓储浓密机放砂稳定性预测.以东辛庄铁矿为例,完成了基于PSO-SVM 的浓密机结构参数及放砂参数的最优方案,并进行工业试验验证.结果表明,泥层高度以及泥层高度、放砂浓度、浓密时间的联合作用对放砂稳定性的影响最大,PSO-SVM 预测模型预测放砂稳定性的精度较好,相对误差为1.36％.研究结果能为浓密机外形参数和放砂参数的选择提供理论依据,能有效提高浓密机的放砂稳定性.

来源：2025年第1期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第1期