Актуальность исследований обусловлена получением новых знаний об особенностях применимости метода опорных векторов, относящегося к инструментам машинного обучения, для решения задач математического моделирования горно-обогатительного оборудования. Цель исследований – статистический анализ результатов полупромышленных испытаний технологии Knelson CVD на оловянном сырье с помощью метода опорных векторов и разработка математических моделей, пригодных для дальнейшей оптимизации технологических параметров оборудования. Объектами исследований являлись продукты, полученные в результате работы гидроциклонов, а также технологические параметры работы центробежных концентраторов. В работе применяются классические методы математической статистики, метод наименьших квадратов для построения модели линейной регрессии, метод опорных векторов, реализованный на базе библиотеки Scikit-learn, а также метод верификации получаемых моделей на базе библиотеки ShuffleSplit. Представлено общее описание процесса проведения испытаний концентратора Knelson с непрерывной регулируемой разгрузкой применительно к обогащению оловянных руд. Полученные результаты обработаны с помощью метода опорных векторов. Получены регрессионные модели в виде полиномов второй степени и в виде радиально-базисных функций. Показана существенная нелинейность в зависимости между содержанием ценного компонента в хвостах и значениями технологических параметров аппарата.

The relevance of the research is due to the acquisition of new knowledge about the features of the applicability of the support vector machine, related to machine learning tools, for solving problems of mathematical modeling of mining and processing equipment. The purpose of the research is a statistical analysis of the results of semi-industrial tests of the Knelson CVD technology on tin raw materials using the support vector machine method and the development of mathematical models suitable for further optimization of the technological parameters of the equipment. The objects of research were the products obtained as a result of the operation of hydro-cyclones, as well as the technological parameters of the operation of centrifugal concentrators. The work uses classical methods of mathematical statistics, the least squares method for constructing a linear regression model, the support vector machine implemented on the basis of the Scikit-learn library, as well as the method of verifying the resulting models based on the ShuffleSplit library. A general description of the process of testing the Knelson concentrator with continuous controlled unloading in relation to the enrichment of tin ores is presented. The results obtained were processed using the support vector machine. Regression models are obtained in the form of polynomials of the second degree and in the form of radial basis functions. A significant non-linearity is shown in the dependence between the content of the valuable component in the tailings and the values of the technological parameters of the apparatus.