矿业研究与开发

作者：韩杰,王然风,付翔,王珺,魏凯,张茜

关键词：煤泥浮选;尾煤灰分;遗传算法;LightGBM;预测建模

为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM 浮选尾煤灰分预测模型.通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练数据集,并对模型进行了测试验证.试验结果显示,该模型预测结果的平均绝对误差为0.72,比未优化的LightGBM模型提升了11.1％的预测精度,相较于其他模型,GA-LightGBM 模型预测结果的平均绝对误差降低了15.8％,进一步证明了所建模型在尾煤灰分预测精度上的有效性,为实现智能化浮选提供了新的技术支持.

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