介电泳原理与介电分选

介电泳或介电分选,在有机化学工艺中用于:1)混合物料的分离;2)两种不溶物(如气体和液体)的拌合和3)胶态粒子的沉淀等方面。介电分离矿物的可能性,最初是由哈特费路特(H.S.Hatfied,1924,)提出的。以后,美国的波尔(H.A.Pohl)及其同事用以分离锆英石-金红石混合物成功。在苏联,目前不仅作为试验室提取单相矿物的专门方法;并曾进行了精选细粒钽铁矿粗精矿的     

螺旋选矿机的应用和发展

螺旋选矿机是一种用来在水中按照比重和部分按照形状的不同分选中、細粒級物料的选矿設备。其結构见图1。流槽工作面为螺旋形,槽身用汽車輪胎或鑄铁等材料制成,槽底面平坦不設敷物,每間隔一定距离处有一連續截取精矿(或中矿)的排矿装置(截取器)。固体含量約10～30％的矿浆自槽的上部給入,分离产品,重砂从槽底截取器口排出,輕矿物則随液流向下自流槽尾端排出。     

差动型跳汰机

<正> 差动型跳汰机,是一种作不对称曲线脉动的跳汰机,1965年研制成功的。主要用于处理多金属矿、重选厂堆存尾矿和砂金矿床中细粒不分级重物料。对目的矿物的有效分选粒度下限通常在+0.037毫米左右。一、整机型式差动型跳汰机结构有两种型式:大型固定式三室多列型和小型移动式双室单列型。(一)大型三室多列型如图1所示,两个或两个以上并列的箱体1,固定在机架2上,每个箱体横隔出三个筛室3,筛室有各自的侧动隔膜4,它由自带马达的传动箱5     

ＢＰ神经网络和 ＡＲＩＭＡ模型的变权组合电离层 ＴＥＣ预报

针对电离层总电子含量（ＴＥＣ）非线性、非平稳性的特性,提出基于 ＢＰ神经网络和差分自回归移动 平均模型（ＡＲＩＭＡ）的最优非负变权组合预报模型,并将其应用于 ＴＥＣ预报。利用 ＩＧＳ中心提供的不同经纬 度的电离层平静期、活跃期 ＴＥＣ数据,分别采用 ＢＰ神经网络模型、ＡＲＩＭＡ模型和变权组合模型对 ＴＥＣ进 行 ５ｄ预报。实验结果表明：在电离层平静期和活跃期变权组合模型预报 ５ｄ的平均相对精度分别为 ９４.７％ 和 ８８.９％,其中预报残差小于 ３ＴＥＣｕ的分别达到 ８９.３％和 ７８.５％,较单一模型的预报精度有明显提高。     

基于反向学习和精英提升的无速度项动态粒子群算法

针对粒子群优化算法在处理复杂优化问题时搜索精度低、收敛速度慢且易陷入局部最优的问题，提出一种基于反向学习和精英提升的动态多种群无速度项粒子群算法。首先基于无速度项的粒子位置更新模式，动态划分子群并采用不同的进化策略，利用反向学习为子群拓宽搜索范围，保证种群多样性的同时避免粒子过早陷入局部最优。然后为充分利用优秀粒子的信息并提高搜索精度，改进精英提升策略优化个体历史最优粒子，使用差分进化算法对种群最优粒子进行更新。最后通过CEC2006提出的22个测试函数进行性能测试。结果表明，本文提出的算法相比于其他算法在搜索精度和稳定性上拥有更加出色的性能，并能有效提升算法收敛速度。