黄金选矿厂磨矿细度优化模型研究与应用

磨矿细度会影响选厂的许多指标，对于选矿回收率的影响尤其复杂，为了量化描述磨矿细度对其他指标的影响，追求经济上最优的磨矿细度，采用线性回归、BP 神经网络等分析方法，建立了磨矿细度与选厂小时利润间的数学模型，将模型应用于某黄金选厂的磨矿细度优化中，计算出了最优的磨矿细度，验证了模型的可行性。研究结果表明，BP 神经网络可以很好地解决磨矿细度与选矿回收率之间关系难以准确描述的问题，对于该选厂，将磨矿细度（－200目含量）从50％提高到55％，磨矿成本增加0．44元／t，处理量下降3．7 t／h，回收率提高0．69个百分点，年增加税前利润430万元。