基于MATLAB的锡石多金属硫化矿磨矿产品粒度分布预测研究

准确预测磨矿产品的粒度分布是实现磨矿智能调控和优化的有效途径之一。根据锡石多金属硫化矿和MATLAB编程技术的磨矿试验数据，建立了粒子群算法BP神经网络磨矿产物粒度分布预测模型。结果表明，在不同粒径球介质和不同研磨时间条件下，除少数粒径外，平均含量为1%～2.22%，其余均小于0.6%。这表明，该预测模型的预测值与实验值吻合较好，具有较高的可靠性和适用性。研究结果为锡石多金属硫化物磨矿产品粒度分布预测提供了一种新方法，也为锡石多金属硫化物磨矿的智能调控和优化控制提供了理论依据。