서포트벡터 회귀분석을 통한 농축압여과 탈수공정 최적화

Scientific Reports 12권, 기사 번호: 7135(2022) 이 기사 인용

1329 액세스

4 인용

측정항목 세부정보

본 연구에서는 농축여과프레스 탈수공정의 효율성을 향상시키기 위해 여과프레스 탈수공정의 메커니즘과 최적화 방법을 연구한다. 방사형 기초 함수(RBF)-OLS, RBF 일반화 회귀 신경망 및 지원 벡터 회귀(SVR)의 기계 학습(ML) 모델을 구축하고 실험실 및 산업 시뮬레이션을 별도로 수행하여 최종적으로 여과 탈수를 위한 최적화 방법을 수행합니다. 프로세스를 설계하고 적용합니다. 실험실에서 모든 기계 학습 모델에는 명백한 실수가 있지만 SVR이 가장 좋은 시뮬레이션 효과를 갖는 것을 볼 수 있습니다. 전체 여과 및 탈수 공정의 최적화를 달성하기 위해 산업용 여과 및 탈수 시스템에서 충분한 데이터를 얻었으며 산업 시뮬레이션 결과에서 모든 기계 학습 모델이 상당히 수행되었으며 SVR은 산업 시뮬레이션에서 최고의 정확도를 달성했으며 모의된 수분 및 처리 능력의 평균 상대 오차는 1.57%와 3.81%이며, 신뢰성을 검증하기 위해 새로 수집된 산업 데이터를 사용하여 모델을 테스트했습니다. 제어변수를 기반으로 한 최적화 방법을 통해 최적의 시뮬레이션 결과를 얻습니다. 결과는 산업에 적용되는 SVR의 ML 방법과 제어 변수의 최적화 방법이 에너지 소비와 비용을 절약할 수 있을 뿐만 아니라 필터 프레스 작동의 효율성을 근본적으로 향상시킬 수 있다는 것을 보여 주며, 이는 지능형 탈수 공정 및 기타 산업 분야에 몇 가지 옵션을 제공할 것입니다. 생산 최적화.

채광이 용이한 광물자원의 점진적인 고갈로 인해 복합광석과 저품위광석의 양이 증가하고 분쇄입자의 크기가 미세화되었습니다. 따라서, 농축물의 탈수 및 여과가 점점 더 어려워지고 있다. 고효율 압력필터가 개발되어 농축액의 필터프레스 탈수에 점차 적용되고 있습니다. 압력 필터의 자동 제어 기술로 인해 이러한 유형의 고효율 압력 필터를 일반적으로 자동 압력 필터라고합니다1. 자동압력필터2에는 기존 필터프레스의 '공급압력'을 기준으로 한 '기계적 프레싱'과 '공기건조'의 강제 탈수 공정이 적용됐다. 따라서 수분 함량이 낮은 필터 케이크를 얻을 수 있을 뿐만 아니라 작동 효율도 더 높습니다3.

핀란드의 Larox가 개발한 Larox-PF 자동 필터 프레스와 중국의 BPF 자동 필터 프레스6 등 다양한 종류의 자동 필터 프레스가 광물 가공 산업에서 성공적으로 사용되었습니다. 자동 압력 필터의 탈수 과정은 상대적으로 복잡하며 탈수 과정의 제어 매개 변수 설정의 합리성에 따라 지수의 안정성과 탈수 과정의 효율성이 영향을 받습니다7. 이에 따라 필터프레스 탈수공정 제어의 최적화 연구가 주목을 받고 있다8.

현재 탈수 회로 설계9, 필터 매체 최적화10,11, 압력에 의한 전기 탈수 구동12,13 등 탈수 최적화에 대한 많은 연구가 진행되고 있습니다. 전기 구동 탈수는 효율성이 높지만 에너지를 소비하고 안정성 성능이 낮습니다. 그리고 이는 재료 과학 연구에 의해 크게 제한됩니다. 그러나 탈수 산업에서 직면하는 문제를 해결하기 위해 생산 데이터를 수집하여 조정된 최적화 모델을 구축하는 것은 새로운 아이디어입니다14. 일부 탈수 최적화는 광물 입자의 탈수를 최적화하기 위해 화학적 방법, 탈수 보조제 및 응집제를 통해 사용되며15,16,17,18, 탈수를 최적화하기 위한 이중 최적화 방법과 물리적 및 화학적 조합을 통해서도19,20 이는 부인할 수 없습니다. 이는 실제로 몇 가지 흥미로운 발견이지만 거시적 관점에서 보면 모두 문제 중심의 탈수 최적화이며 농축 필터 프레스 탈수 작업의 효율성이 제한됩니다. 도약 다중 매개변수 전체 최적화는 필터 프레스 탈수 시스템의 공통 적응형 조정을 실현하는 것으로, 이는 향후 탈수 시스템의 지능화에 있어 중요한 단계입니다.