第五章重力选模型.ppt

1、单重力选煤过程中的工艺计算一般涉及以下几个茄子问题：(1)原煤选择性分析(2)产物的实际生产率、灰分和分线效率计算(3)生产率和灰分预测(4)最大生产率计算，第五章重力线数学模型一节重力线数学模型研究现状，由于上述问题解决手动计算效率低、准确度不足，现在计算机的预测与手动计算本质上相同，但是由于引入了电脑，我们可以使用几个茄子的新数学方法来创建用于电脑使用的数学模型()。2当前改选模型通常包含以下模型选择性曲线数学模型(包括理论选择性模型和实际选择性模型):对于原煤选择性分析，在手动计算中经常使用示意图。绘制曲线需要很长时间，精度低，效率低。为了建立原煤选择性数学模型，提高准确度，预测原煤的粒

2、度和密度构成，进一步研究选择性变化规律，采用计算机，大大提高了效率。在分布曲线模型重选过程数学模型研究中，很多研究人员将焦点放在重选产品预测上，因为其预测方法通常采用分配率方法，所以很多研究人员将焦点放在分布曲线模型上。提出了许多分布曲线经验模型。第二节煤可选性曲线数学模型，1，煤可选性曲线1元：煤可选性曲线一般通过煤的浮选试验知道。2刘宪华曲线包含5条曲线：浮动累积曲线、沉淀物累积曲线、基本灰分曲线、密度曲线和0.1含量曲线。3牙齿5条曲线中最重要的是基本的灰分曲线。牙齿曲线是微分曲线。数值表达式用密度等级含量，A用密度等级灰分公式表示分类产物的理论边界灰分。弯曲曲线的程度表示分类的难度。4

3、，曲线都有端点，其中浮沉数据不准确。必须人工确定这些端点。这称为虚拟值点。建模计算机时用插值法确定也不准确。所以在牙齿方面，最好采用迈耶曲线。2，mier曲线1 mier曲线(M曲线)表示副物的累积重量为平均灰分，累积灰分关系，即纵坐标表示副物的累积生产率，横坐标表示副物的平均灰分。mier曲线，2改进的M曲线：因为纵坐标仍然是累积产量，而横坐标是累积灰色分量，所以改进的M曲线表示灰色分量关系。3改进的M曲线的优点：(a)M曲线的两个端点可以由远视数据确定，而无需设置虚拟值点。(原煤灰分)、b方便性的推论，我们用M曲线的参数和磷变量进行了交换。即：格式中：浮动累积重量；副产品积累灰色成分。这样

4、可以轻松地从M曲线导出其他指标。，建立m曲线和密度曲线的三次样条函数模型时，除了样条函数一般要求外，还结合专业要求设定以下条件：(1)函数区间的设置在分析的第三样条函数区间、选煤中有规定。(I)对于M曲线：值，即灰色分量。这将使m曲线通过原点和端点。(ii)对于曲线：Y值，即生产率使曲线通过原点和端点。(iii)边界条件：两个边界点的二次微分都被视为自然样条线。这样，我们提供浮动数据后，就可以建立相应的可选曲线三次样条函数模型。、4、可选数据的镶嵌1可选数据的镶嵌是什么？在分类工作的预测计算中，为了使计算结果更准确，经常想提高浮针实验的密度水平，但使用浮针实验提高密度水平是很困难的。建立了可选

5、模型，计算机可以通过计算加密浮点实验，获得符合需要的新的可选数据集。这称为可选数据优化。具体来说，我国选煤厂的浮针实验大部分采用6级浮针，想提高分线过程的预测精度。通常可以细分为25个阶段。每个阶段的生产率为4(称为规范化可选数据)。让我们看一下m曲线函数的利用，可选数据精细曹征方法。2如何实现可选数据的细化：(a)根据曲线拟合方法(即测试的可选数据)，使用曲线拟合方法查找可选曲线表达式，然后使用表达式查找相应的可选数据。(B)使用插值方法测试的数据点获取中间所需的数据点。以下说明了样条线插值的可选数据优化。为了获得加密后比重区间的产量和灰分，可以使用迈尔曲线的函数关系和密度曲线的函数关系，即

6、6级浮针实验的累积重量和累积灰色成分作为插值点，通过插值方法找到西餐函数。和各种插值方法都可以优化，但是使用样条曲线插值进行优化后，数据连续性很好。根据迈耶曲线的函数关系，利用6级浮沉实验的累积产量和累积灰色成分作为插值节点，通过样条插值方法找到加密后的累积灰色成分，并得到转换后相应的累积灰分和每个密度等级的灰分。计算中，端点边界条件和，原煤灰分两个边界点的二次导数用自然样条处理。也就是说，根据密度曲线函数关系，还可以计算加密的函数值。其中，两个端点的坐标是虚拟值点，边界仍按照自然样条线进行处理。例如：P84示例51根据6级浮沉实验数据，使用样条插值方法解决可选数据：问题：命令(浮沉)、(镶嵌

7、后浮沉供水)需要读取的数据：N、M和6级浮沉实验数据D(1)、W(1)、A(1)核心程序分析样条函数子程序、它反映了重力选煤过程的效果。图A选煤分布曲线，分布曲线的特征：理想分布曲线必须是折线曲线(OBCD)，但实际上是S形曲线。分布曲线越接近折线，分类效率越高。分布曲线本身的变化相对复杂，很难使用曲线比较分类过程，因此只能使用几个茄子属性参数进行比较。分布曲线的特性参数比较通常使用分类密度、可能的偏差和机械误差I来确定分布曲线的基本形式。、可能的偏差用于测量分类设备的效率。实际上，分布曲线中间段的陡度和曲线的陡度提高了分类效率。可能的偏差与、原子弹的密度配置无关。原煤的性质只有在特殊的情况下

8、例外。关于粒度，媒介费淘汰的影响要求。随着分类密度的增加而增加。(牙齿期间跳线变化明显)对于跳线，不同的分类密度会产生很大的偏差。也就是说，如果平移指定曲线，图形可能会发生变化。关于跳汰机的单位负荷，负荷越大，偏差与影响因素之间的关系：与原煤的选择性无关。与原子弹的密度构成无关。原煤的性质只有在特殊的情况下例外。关于粒度，媒介费淘汰的影响要求。随着分类密度的增加而增加。(牙齿期间跳线变化明显)对于跳线，不同的分类密度会产生很大的偏差。也就是说，如果平移指定曲线，图形可能会发生变化。与跳汰机的单位负荷相关，负荷越大。实验结果采用横坐标时；分布曲线的形状保持不变。如果是牙齿，可以导出新的特性参数，

9、机械误差。也就是说，测量跳跃器的分类性能。对于中继线，值基本不变，因此中继仍然被采用。2分布曲线的正态分布模型1模型的建立根据数学统计标准正态分布函数：形式中：标准差。它表示随机变量概率分布。2，3，X，正态分布曲线的特性：牙齿曲线是单峰值曲线，x0点函数减少x=0点函数达到最大值。曲线的对称轴拐点位置为x=0，正态分布曲线表示牙齿函数是随机变量发生的累积概率。牙齿曲线的主要特征：(A)函数，渐进线；(b)拐点地点所在的地点；(c)曲线是拐点中心的对称。正态分布积分曲线，重选过程的密度级分布规律与正态分布规律的物理意义不同。但分布曲线与正态分布积分曲线形状相似，实际上两种茄子形式也有较大的差异

10、，概括起来有以下几点。(a)它们的形状都是S型的。(b)渐近线都在和平线上。(c)拐点都有。b差：(a)正态分布积分曲线形状为拐点对称。分布曲线除介质分类器外不对称，高密度端相对平坦。(b)正态分布积分曲线的分布中心在纵轴上，分布曲线的拐点中心在分类密度上。也就是说，分布中心不在垂直轴上。(c)正态分布积分曲线的形状比分布曲线平坦。因此，要使用正则积分曲线表示分布曲线，或创建分布曲线的正态分布模型，必须(1)更改横坐标的比例，以执行几个茄子数学变换，使分布曲线对称。跳转：将横坐标更改为对数坐标。对数坐标减少了横坐标的实际间距，因此密度更改可能很陡，低密度结束可能会变慢。大卫亚设，北美国电视电视

11、剧，横坐标，横坐标，横坐标)下的中间曲线不对称。(2)移动轴，将分布曲线的分布中心(拐点)平移到垂直轴，平移后面的新坐标，分布曲线增加横坐标的比例，(3)使更陡的分布曲线与更平的正态分布积分曲线匹配。a比较难完全匹配两者。b简单的方法是将两者在25%，50%，75%的分配率下匹配，达到几乎一致的目的。，对于正态分布积分曲线，对于分布曲线，横坐标是明显的差值倍数。分布曲线如果将横坐标分隔间距增加n倍，则分布曲线变平，2曲线在纵坐标中匹配25%、50%和75% 3点。、综合说明这样可以用正则积分函数计算分配率。，也就是说，用正态分布积分函数直接计算分配率很难，因此泰勒级数展开后的积分计算公式：1分

12、布曲线正态分布模型的计算步骤：(1)计算每个密度级分配率，分类工作的可能偏差(对中)或机械误差I(选择对退)2分析分布曲线正态分布模型的计算节目。请参阅教育软件！，当；当。当。有很多S型函数(P92)可以满足上述条件。这些函数中，x为料号密度，y为分配率，模型参数。在、表达式中，未知作为已知的实际值，而未知作为模型参数、常用的最优化方法是使用阻尼最小二乘法。牙齿方法的优点是收敛速度快，迭代次数少，但初始参数选择要求比较严格。在选择、2经验模型时，必须考虑以下两个茄子事项：(a)模型的拟合精度。可以用拟合误差测量。其中N是密度系列、I密度级别计算值、实测值。选择模型时，必须优先使用拟合误差较小的模型。(B)从模型参数数数学的角度来看，模型参数数必须小于或等于数据的组数，一般来说，煤厂用于拟合分布曲线的数据中，如果6个密度模型参数、(大卫亚设，美国电视电视剧，分配)第二，实际计算的两种茄子情况之一是指定的分类密度，产品数质量计算可以概括为以下两个步骤：(a)根据已知条件调用正态分布积分模型，计算每个密度水平的分配率。(B) 2根据产物计算公式计算产物的产量和灰分；另一种是用给定的正煤灰分(或后煤灰分)计算产物的不同水质量。牙齿需要迭代计算。也就是说，首先通过指