一种基于测试和机器学习的水介旋流器内悬浮层密度分布预测方法

本发明公开了一种基于测试和机器学习的水介旋流器内悬浮层密度分布预测方法，属于旋流器应用技术领域，通过设计测试水介旋流器及取样装置，获取水介旋流器内部不同位置的悬浮层密度及分布特性，进一步基于测试数据集，通过机器学习方法建立水介旋流器内部悬浮液密度场分布的多参数预测模型。本发明结合实验测试与数值模拟，剔除流场干扰以获精准密度数据，构建机器学习模型实现悬浮层密度分布精准预测，既为优化旋流器结构、提升分选精度提供依据，又助力提前预判悬浮层状态，减少调控滞后性，为分选性能智能调控奠定基础，推动水介旋流器应用推广。