ESTIMATION OF GAS HOLDUP AND INPUT POWER IN FROTH FLOTATION USING ARTIFICIAL NEURAL NETWORK
- سال انتشار: 1393
- محل انتشار: مجله علم مواد و مهندسی ایران، دوره: 12، شماره: 1
- کد COI اختصاصی: JR_IJMSEI-12-1_002
- زبان مقاله: انگلیسی
- تعداد مشاهده: 69
نویسندگان
چکیده
Multivariable regression and artificial neural network procedures were used to modeling of the input power and gas holdup of flotation. The stepwise nonlinear equations have shown greater accuracy than linear ones where they can predict input power, and gas holdup with the correlation coefficients of ۰.۷۹ thereby ۰.۵۱ in the linear, and R۲=۰.۸۸ versus ۰.۵۲ in the non linear, respectively. For increasing accuracy of predictions, Feed-forward artificial neural network (FANN) was applied. FANNs with ۲-۲-۵-۵, and ۲-۲-۳-۲-۲ arrangements, were capable to estimating of the input power and gas holdup, respectively. They were achieved quite satisfactory correlations of ۰.۹۶ in testing stage for input power prediction, and ۰.۶۴ for gas holdup predictionکلیدواژه ها
Flotation, Input Power, Gas Holdup, Regression, Artificial Neural Networkاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.