方差分析结果
方差分析结果由表.44至表.47的方差分析结果可得出结论:黄药用量取1水平、2“油用量取2水平可取得较好的选别效果,相应的均值指标为原矿品位.0421%、氧化率5.09%、黄药用量225醉、2“油104留t;由表4.18至表.421的方差分析结果可得出结论:黄药用量取3水平、#2油用量取1水平可取得较好的选别效果,相应的均值指标为原矿品位.0608%、氧化率8.%%、黄药用量404幼、2#油用量81幼;由表.422至.425的方差分析经过可得出结论:黄药用量取3水平、2#油取2水平及黄药用量取1水平、2#油用量取2水平可取得较好的选别效果,前者相应的均值指标为原矿品位.063%、氧化率8.1%、黄药用量394醉、#2油用量106幼。而从表4.12至表4.巧的方差分析结果可知:黄药用量取3水平时,2#油用量的改变对精矿品位及回收率都没有明显作用。从表4.26及表.429的方差分析结果可知:2油用量取3水平时,黄药用量的改变对精矿品位及回收率都没有明显作用。由前面的分析可知,黄药用量取1水平,2“油用量取2水平,其精矿品位与回收率有达到最优组合的可能,即黄药用量可控制在225助左右、2乡油用量控制在104沙左右时,精矿品位可达到12.5%左右、回收率可达到75.7%左右。均值比较结论由于精矿品位和回收率之间存在着一定的相关关系,使得选矿现场始终存在精矿品位和回收率很难同时达到最优值,存在着此消彼长的趋势。利用均值比较对实际生产数据进行分析,可获得精矿品位和回收率的较优组合,进而获得在此精矿品位和回收率下的合理的药剂用量。这一方法为浮选车间在较优的选别指标下确定更为合理的选矿药剂用量提供了一条捷径。另一方面在神经网络用于选矿厂建模过程中,一般只用于预测选矿效果,很少用于指导选矿现场。SPSS的均值比较,可弥补这一缺陷,丰富了神经网络的内容。神经网络BP模型具有很强的预测功能,特别是与主成分分析法结合的神经网络BP模型解决了模型中输入、输出因素之间的相关性问题,大大提高了建模质量。利用改进的BP模型对对均值比较得出的结果进行验证,即可以验证均值比较的优劣,又可以进一步的得出选矿药剂的较佳用量。
页:
[1]