摘要
本发明公开了一种预测磷尾矿造粒性能的方法、装置、介质及设备。方法包括:将多种工艺参数以及粘结剂的多种属性作为解释变量,将磷尾矿颗粒性能作为响应变量,基于解释变量和响应变量构建数据库;利用随机森林算法对数据库中的解释变量进行重要性排序,按照排序结果选择前n个解释变量为最终解释变量;将最终解释变量作为输入,将响应变量作为输出,对随机森林算法进行训练,得到随机森林模型;利用随机森林模型对目标工艺参数以及目标粘结剂的属性下生产的磷尾矿颗粒的性能进行定量预测。通过上述方案,能够解决粘结剂类型多样、特性繁多,以及工艺复杂导致的成粒效果难预测,工艺把控不准确的问题。
技术关键词
随机森林模型
磷尾矿
变量
尾矿颗粒
粘结剂
指示值
羧甲基纤维素钠
算法
聚丙烯酰胺
参数
小颗粒
大颗粒
节点
误差
处理器
指标
计算机设备
可读存储介质
系统为您推荐了相关专利信息
深度信念网络模型
预测控制方法
预测控制模型
污水处理站
误差
连续搅拌反应釜
参数辨识方法
两阶段
离散分数阶差分
多项式