煤炭工程

作者：李哲,孟巧荣,王然风,付翔,程凯,王珺

单位：太原理工大学 矿业工程学院，山西 太原 030024

关键词：重介质选煤,经验模态分解(EMD),去噪处理,随机森林算法(RF),预测建模,

针对煤炭重介分选控制过程中的精煤灰分测量延迟问题, 基于随机森林算法(Random Forest, RF)与经验模态分解(Empirical Mode Decomposition, EMD) 将工业现场实测的密度、磁性物含量、灰分数据进行降噪处理后, 建立了重介分选系统数学模型; 提出了灰分前置对应方法: 用t时刻的输入(悬浮液密度值m、磁性物含量值n) 对应t+T( T为延迟时间) 时刻的输出( 精煤灰分值h)进行模型训练。在对BP神经网络、随机森林算法以及基于最小二乘原理的算法进行对比寻优后,最终得出随机森林算法的建模效果最优。研究结果表明: 可将随机森林估计值作为指导值用于煤炭分选工业现场, 以提升重介分选效率, 改善精煤煤质。

来源：2023年第10期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2023年第10期