فردیس نخعی - دانشجوی کارشناسی ارشد فرآوری مواد معدنی، دانشگاه شهید باهنر کرمان، ا
عباس سام - عضو هیئت علمی دانشگاه شهید باهنر کرمان، بخش مهندسی معدن
سیدمحمدرضا موسوی - دانشیار دانشگاه علم و صنعت ایران، دانشکده مهندسی برق

مهم ترین هدف کنترل ستون های فلوتاسیون، تضمین بازدهی متالورژیکی فرآیند است که با عیار و بازیابی کنسانتره بیان می شود. تخمین دقیق پیوسته عیار فلزات، نیازمند میزان قابل ملاحظه ای عملیات نگهداری و کالیبراسیون آنالیزورهای پیوسته می باشد. ضعف تجهیزات اندازه گیری، هزینه های نگهداری، دینامیک غیرخطی و تأثیر متقابل میان متغیرها از مهم ترین مشکلات مربوط به کنترل ستون فلوتاسیون است. لذا استفاده از مدل های پیش بینی کننده مانند شبکه های عصبی برای پیش بینی عیار فلزات، به منظور کنترل بهتر فرآیند، امری ضروری است. در این مقاله شبکه عصبی پس انتشارخطا با ساختارهای 1-6-13-3 و 1-8-6-3 به ترتیب برای پیش بینی عیار مس و اهن کنسانتره ستون فلوتاسیون پیشنهاد گردید. در پیش بینی با استفاده از روش مذکور ضریب همبستگی 0/93 و 0/91 و همچنین مقدار خطای موثر 1 و 0/5 درصد به ترتیب برای عیار مس و اهن کنسانتره حاصل شد نتایج به دست امده در قیاس با داده های واقعی،نشان دهنده کارآیی بالای شبکه است.

ستون فلوتاسیون، کنترل، عیار، شبکه های عصبی مصنوعی، پیش بینی