基于BP神经网络的白云母超细磨工艺参数优化

摘要

为提高白云母超细磨的效率，采用皮尔森相关系数分析超细磨效率与各参数之间的敏感性，并建立BP神经网络模型对白云母的超细磨正交试验参数进行优化。研究结果表明：各参数对超细磨效率敏感程度由大到小依次为瓷球级配、搅拌速率、助磨剂种类、超细磨时间和助磨剂用量。利用BP神经网络优化后的工艺参数进行超细磨试验，可获得-13μm粒级质量分数为83.04%的白云母，与正交试验最佳点相比提高了2.19%，所建模型可提高白云母超细磨效率，且预测精度较高。研究结论为超细白云母粉体的高效制备提供参考。

关键词

白云母 / 超细磨 / 正交试验 / BP神经网络 / 参数优化

基金资助

国家自然科学基金项目（52004197）; 中国博士后科学基金项目（2023M732746）