中央高校基本科研业务费专项资金(2010YH06)
- 作品数：3 被引量：14H指数：2
- 相关作者：韦鲁滨魏汝晖梁世红曾鸣王向浩更多>>
- 相关机构：中国矿业大学（北京）更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：矿业工程更多>>
- 入料特性对干扰床(TBS)分选的影响被引量：2
- 2013年
- 文章结合干扰沉降理论和斜面流理论,研究了入料特性对TBS分选性能及其挡板设置的影响。结果表明:入料粒度和密度组成是影响挡板设置和TBS分选性能的主要因素;分选密度随上升水速的增加先增加后减小;加设适当角度的挡板在一定程度上能抑制颗粒粒度效应,实现按密度进行分选。
- 赵小楠韦鲁滨吕薇
- 关键词：粗煤泥
- 新型空气重介质流化床分选特性研究被引量：11
- 2011年
- 为了提高空气重介质分选设备的可靠性,用振动代替刮板输送重产物,在自制新型空气重介质流化床小试装置上对物料分选特性与重产物输送行为进行了试验研究,考察了风量和抛掷指数对可能偏差、分选密度和重产物排出效率的影响.结果表明:风量与抛掷指数共同影响着分选效果,随着风量和抛掷指数的增大,重产物排出效率增大;随着风量的增大,分选密度减小,最后趋于稳定.在最佳分选条件下,可能偏差E值为0.045 g/cm3,分选密度为1.77 g/cm3,重产物排出效率为54%.
- 韦鲁滨梁世红魏汝晖王向浩曾鸣
- 关键词：干法选煤空气重介质流化床分选
- 基于人工神经网络的水力旋流器分离性能预测被引量：1
- 2012年
- 水力旋流器分离过程复杂,其性能指标与影响因素之间属于典型的多维非线性关系。以往旋流器分离过程的理论和经验模型大多在特定的简化条件下得到,且预测单一。为了全面预测分离器性能指标,建立了三层BP神经网络模型,通过输入结构参数和操作参数,模拟输出分离粒径、生产能力、底流质量分数等多个分离性能指标。以生产能力为例,分析了神经网络与理论和经验模型计算值的预测精度。结果表明:在各传统预测公式中,庞学诗法的预测精度最高,误差为20.88%,与其相比,BP神经网络的预测误差仅为16.64%,优于其他各模型的预测精度,且能够实现性能指标的全面预测。人工神经网络是预测水力旋流器分离性能的可靠方法。
- 韦鲁滨杜长江王月丽徐欢
- 关键词：水力旋流器BP神经网络磁铁矿粉
