TY - Jour Au - Flores，Victor Au - Keith，Brian Au - Leiva，Claudio Py - 2020年 - 2020/02/07 - 使用人工智能技术通过浸出SP-2454875 VL - 2020 AB改进铜回收预测- 由于该地区的技术发展提高和行业的影响，铜采矿活动正在进行大变化。通过技术背景和更多的控制（例如，环境控制）产生的这些变化也在智利矿业中可见。智利政府的新法规和铜矿产业的变化（如地下采矿的趋势）正在促进寻求浸出等典型过程中的更好结果。本文介绍了使用人工智能技术，特别是随机森林的经验，通过浸出来开发用于铜恢复的预测模型，使用来自智利北部的企业的数据超过20年。提出了两个模型，其中一个模型，其中一个具有实际运行数据，另一个具有在受控环境（ping）中生成的数据。获得的运营数据的良好分类值为98.90％，获得桩/打桩数据的98.72％。设计为该研究的方法可以通过其他特征转移到堆积柱或桩，尽管操作必须集中在铜浸出。它甚至可以使用另一种类型的矿物质转移到其他浸出过程中，具有适当的调整。SN - 1687-725X UR - https：//doi.org/10.1155/2020/2454875 do - 10.1155 / 2020/2454875 jf - 传感器Pb - Hindawi Kw - Er -