一种针对含铜废石的光电分选参数优化方法及系统
本发明涉及矿物生产技术领域,具体涉及一种针对含铜废石的光电分选参数优化方法及系统,包括:利用光电传感器获取含铜废石样品的物化特性,利用干选机对含铜废石样品的多组分选试验获取分选参数及分选指标;利用神经网络模型分选效果预测模型;将分选效果预测模型转换为优化目标,利用优化算法求解优化目标得到最优分选参数,并利用最优分选参数对分选效果预测模型进行增强学习;利用神经网络模型建立分选参数优化模型。本发明利用利用神经网络模型和多目标优化算法相结合,能够客观确定出针对不同品味区间的含铜废石的最优分选参数,实现分选参数的精准优化,达到原料性质、分选设备参数的高效适配,保证分选效果的最优化。