论文部分内容阅读
通过对某一固定的水力旋流器自身工艺的研究，确定水力旋流器的输入与输出。分2种情况对有相互影响的输入参数分别建立BP神经网络的模型和利用Madab工具箱中的BP神经网络建立水力旋流器的三层神经网络模型。通过对收集的该设备的实例数据进行仿真训练，结果表明不仅是旋流器本身参数，调浆槽的液位等也会对旋流器效率产生影响。