基于BP网络锌窑渣、水解渣共同熔炼预测系统的研究

本文提出一种基于生产实践样本数据、BP神经训练和嫁接网络对锌窑渣、水解渣共同熔炼进行预测的模型。10组数据所构建的9-16-13-8BP神经网络训练模型,是以锌窑渣、水解渣中各成分作为输入参数,冰铜、烟尘和水淬渣相应成分作为预测目标。建立输入参数和预测目标之间的模拟关系,训练误差为10-4。预测网络是采用训练网络权值、阈值,和相同设计参数,在Matlab的GUI可视化界面中输入各成分的含量,实现各元素成分的预测,误差为10-4,人机交互性强。

电解法制备树枝状锌粉工艺研究

对电解法制备树枝状锌粉工艺进行了研究,并采用激光粒度分析仪,扫描电镜对锌粉粒度分布及形貌进行分析,讨论了影响锌粉粒度大小、电流效率及其形貌的各个因素。结果表明:电解法制备的锌粉形貌为树枝状或鱼骨状;电解液中添加的硫酸铵对锌粉粒度影响不大;低Zn2+浓度和高电流密度有利于获得粒度较小的锌粉。适当的刮锌粉间隔时间及添加剂对锌粉粒度的作用显著。添加动物胶易于获得鱼骨状锌粉,添加酒石酸锑钾易获得枝状结晶发达的锌粉,但锌粉粒度略大于添加动物胶制备的锌粉。