基于纹理粗细度测量的铝土矿浮选过程最佳精选泡沫状态分析

为实现铝土矿浮选生产工况的自动监测和智能评价,提出一种基于机器视觉的精选泡沫最佳生产状态量化分析与选择方法。首先,通过改进LBP算子实现精选泡沫图像表面纹理粗细度特征的提取;然后,进一步分析了精矿品位与精选泡沫纹理特征间的关系,以获得最佳生产工况下的精选泡沫表面纹理粗细度特征区间。该方法可以实时监测精选泡沫表面纹理的变化,并自动鉴别精选泡沫是否处于最佳生产状态,为实现铝土矿浮选过程优化控制奠定了基础。     

基于半监督聚类的煤泥浮选泡沫图像分类方法

针对选煤厂煤泥浮选过程加药量依靠人工干预存在主观性、滞后性和粗放性的问题,提出了一种基于半监督聚类的煤泥浮选泡沫图像分类方法。首先,采集已知加药比例与未知加药比例下的煤泥浮选泡沫图像样本,并对泡沫图像进行预处理,提取泡沫的气泡个数、气泡面积、气泡周长等形态特征;然后,对已知加药比例下泡沫图像形态特征样本进行标志,对未知加药比例下泡沫图像形态特征样本不做标志,并将已标志泡沫图像形态特征样本与未标志泡沫图像形态特征样本进行混合;最后,利用基于高斯混合模型的半监督聚类方法对混合样本进行聚类后得到各类簇,将各类簇内已标志泡沫图像形态特征样本的信息映射到未标志泡沫图像形态特征样本。应用结果表明,该方法可为煤泥浮选生产过程加药量调整提供指导,降低了药剂消耗量,提高了选煤厂浮选自动化水平和经济效益。     

基于SIFT特征配准的浮选泡沫移动速度提取与分析

利用尺度不变特征转换(SIFT)特征的优势,将其特征配准引入到泡沫速度特征提取中,解决了泡沫速度特征难以提取的问题.工业浮选现场泡沫速度特征提取结果表明:该方法对仿射变换、光照变化等不敏感;可以准确获取各种浮选状态下泡沫移动速度特征.在对某轻金属浮选厂泡沫视觉特征进行为期半年的观察之后,讨论了浮选泡沫速度特征与浮选指标间的关系,为建立基于机器视觉的浮选优化控制打下基础.     

基于图像处理的浮选过程药剂量控制模型

浮选过程有严重的非线性、强耦合性等问题,目前仍没有精确的数学模型描述浮选状态;通过研究赤铁矿阳离子反浮选控制工艺过程,提出利用图像处理技术提取泡沫图像纹理特征参数,采用粗糙集和LVQ神经网络理论建立控制药剂加入量的数学模型;经过现场应用与仿真对比,基于图像处理的控制模型可以满足浮选控制的要求,较好地解决了浮选过程的自动控制问题,为最终建立可以应用于企业生产的控制系统奠定了基础;采用粗糙集并基于LVQ神经网络理论建立药剂添加量控制模型,基于图像处理的控制模型识别准确度在正常状态下能达到83.3%的准确率,可以满足企业生产的要求。     

基于纹理单元分布的硫浮选过程病态工况检测

针对硫浮选过程难以及时发现病态工况的问题,提出一种基于泡沫图像纹理单元分布函数的硫浮选过程病态工况检测方法。通过计算纹理单元值提取泡沫图像的纹理特征,避免传统灰度共生矩难以准确描述纹理特征的问题,设计核函数估计算法逼近泡沫纹理单元概率密度函数(PDF),使得纹理单元分布函数转化成一组动态权系数。建立基于纹理单元分布动态权系数的主元模型,并基于该模型的T2统计量得到检测阈值,从而实现硫浮选过程病态工况的及时检测。湿法炼锌直接浸出硫浮选工段现场运行结果表明此算法的有效性。     

基于尺度不变特征变换的浮选泡沫图像动态特性提取方法

本文以矿物浮选过程为背景,针对浮选泡沫不断运动变化导致泡沫图像动态特性难以提取的问题,提出一种基于尺度不变特征变换(scale invariant feature transform,SIFT)浮选泡沫图像动态特性提取方法.首先,依据浮选泡沫独特的运动特性,提出运动匹配区间的概念,然后依据泡沫速度大小和方向对应分布范围改进SIFT算法匹配条件,在此基础上应用基于速率随机抽样一致(RANSAC)算法进一步剔除误匹配点,最后,根据匹配结果提出一种泡沫崩塌率提取方法.采用浮选现场实际泡沫图像进行验证,实验结果表明本文所提方法能够准确提取浮选泡沫速率、崩塌率等动态特性,有效剔除误匹配,同时降低了计算复杂度,提高了计算实时性.     

基于气泡稳定性分析的锌浮选泡沫图像时空联合去噪

浮选泡沫运动过程中不可避免地出现形变、坍塌、兼并、破裂等动态变化特性,常用的去噪方法难以获得高质量的监测图像.本文提出一种基于气泡稳定性分析的泡沫图像时空联合去噪方法.该方法采用扩展的相位相关法对浮选气泡进行亚像素运动估计,通过双线性插值进行运动补偿;在此基础上,以泡沫图像子块为单位检测气泡的稳定性,准确辨识出泡沫图像子块的稳定运动状态(SMS)和非稳定运动状态(UMS);对具有SMS特性的子块采用时域滤波去噪,对具有UMS特性的子块采用非局部均值(NLM)方法进行空域滤波去噪;并根据气泡子块的稳定性,联合时域滤波结果和空域滤波结果获得泡沫图像的时空联合去噪输出.在锌浮选过程监控中进行实验验证,结果表明,该方法可以获得高信噪比的泡沫图像,去噪结果结构相似性强,为泡沫视觉特征的准确提取奠定了基础.     

基于泡沫尺寸随机分布的铜粗选药剂量控制

为了稳定铜粗选选矿指标,提高矿产资源的利用水平, 根据铜粗选过程中泡沫尺寸分布随药剂量改变而动态变化的特点, 提出一种基于泡沫尺寸随机分布的铜粗选过程药剂量控制方法.首先, 针对泡沫尺寸分布具有非高斯统计特性, 基于方差和均值的统计参量难以表征该分布形态变化的问题, 提出了B样条估计方法以描述泡沫尺寸的概率密度函数(Probability density function, PDF); 然后, 针对B 样条权值相互关联的特点, 建立多输出最小二乘支持向量机模型(Multi-output least square support vector machine, MLS-SVM)以表征权值和药剂量的动态关系; 最后, 为减少系统的随机性, 采用基于熵的优化算法以确定药剂量, 实现对给定泡沫尺寸分布的跟踪控制.工业数据仿真验证了所提方法的有效性, 能有效稳定铜粗浮选的生产指标.     

基于人工神经网络的动态过程聚类研究

为了有效解决传统人工神经网络对于时变函数的聚类问题,以及提高在大样本下网络的学习和泛化能力,提出了基于离散余弦变换的传统人工神经网络动态过程聚类方法。通过离散余弦变换将样本函数降维映射到由对应余弦参数所张成的模式特征空间,满足了传统人工神经网络对输入样本的要求,使传统人工神经网络实现动态过程的聚类成为可能。给出了实现算法,分析了计算复杂度,并使用基本竞争型人工神经网络对特征样本向量进行聚类,实验结果表明该方法是正确、有效的。与过程人工神经网络相比,该方法具有运算简单、物理意义明确等优点。     

基于旋转分类模糊纹理谱的矿物浮选泡沫平滑度分析

矿物浮选的精矿品位与泡沫的纹理复杂度密切相关.为了避免纹理谱方法中像素值的刚性比较,提出了一种新的基于旋转分类模糊纹理谱的纹理描述方法用于金属矿物分离.经过指数函数拟合频率分布曲线,确定模糊阈值大小,统计模糊纹理单元,给出了灰度差值的模糊纹理谱,并利用旋转分类将6561种纹理单元简化至834种.基于此,引入2个描述因子,纹理平滑度与粗糙度.实际应用结果表明,纹理平滑度可描述图像纹理粗糙程度,同时反映实时矿物品位.     

基于FDA-KDE间歇过程在线监控

针对基于传统的多向主元分析(Multiway Principal Component Analysis,MPCA)方法用于间歇过程在线监控时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且统计量控制限的确定是以主元得分呈正态分布为假设前提的缺陷,结合Fisher判别分析(Fisher Discriminant Analysis,FDA)在数据分类及非参数统计方法核密度估计(Kernel Density Estimation,KDE)在计算概率密度函数方面的优势,提出了一种FDA-KDE的间歇过程监控方法。该方法首先利用FDA求取正常工况数据和故障数据的Fisher特征向量和判别向量,获得Fisher特征向量的相似度:然后在提出偏平均集成平方误差(Biased Mean Integrated Squared Error,BMISE)交叉验证法确定KDE的带宽从而获得相似度统计量控制限的基础上,利用已获得的数据测量值对过程进行监控,避免了基于MPCA方法对未来测量值的预估;最后采用基于Fisher判别向量权重的贡献图方法来进行故障诊断。通过对青霉素发酵间歇过程应用表明,所提出的方法比传统的MPCA方法能更及时地监测出过程异常情况,更准确地判断异常发生的原因。     

一种动态场景下运动对象分割新算法

视频运动对象分割是计算机视觉和视频处理的基本问题。在摄像机存在全局运动的动态场景下,准确分割运动对象依然是难点和热点问题。本文提出一种基于全局运动补偿和核密度检测的动态场景下视频运动对象分割算法。首先,提出匹配加权的全局运动估计补偿算法,消除动态场景下背景运动对运动对象分割的影响;其次,采用非参数核密度估计方法分别估计各像素属于前景与背景的概率密度,通过比较属于前景和属于背景的概率及形态学处理得到运动对象分割结果。实验结果证明,该方法实现简单,有效地提高了动态场景下运动对象分割的准确性。     

局部颜色特征与工艺参数融合的铜浮选入矿类型识别

针对铜浮选过程中矿源变化频繁而造成的浮选工况难以识别、生产过程不稳定等问题,在分析铜浮选流程特点的基础上,提出了一种局部颜色特征与关键工艺参数融合的铜浮选入矿类型识别方法.首先采用多元图像处理方法提取泡沫图像局部颜色特征,然后采用混合滤波、时间配准算法将其与关键工艺参数进行数据融合,最后用融合后的混合特征进行模糊聚类,得到隶属度矩阵和聚类中心.工业数据仿真结果验证了本文所提方法的有效性.     

Statistical process monitoring with independent component analysis

In this paper we propose a new statistical method for process monitoring that uses independent component analysis (ICA). ICA is a recently developed method in which the goal is to decompose observed data into linear combinations of statistically independent components [1 and 2]. Such a representation has been shown to capture the essential structure of the data in many applications, including signal separation and feature extraction. The basic idea of our approach is to use ICA to extract the essential independent components that drive a process and to combine them with process monitoring techniques. I², I_e² and SPE charts are proposed as on-line monitoring charts and contribution plots of these statistical quantities are also considered for fault identification. The proposed monitoring method was applied to fault detection and identification in both a simple multivariate process and the simulation benchmark of the biological wastewater treatment process, which is characterized by a variety of fault sources with non-Gaussian characteristics. The simulation results clearly show the power and advantages of ICA monitoring in comparison to PCA monitoring.     

基于聚类的物联网监测点相邻关系的判定与分析

物联网监测点相邻关系判定是实现物联网监测异常数据审核时需要解决的一个重要问题。为了克服传统的基于行政区域或地理位置直接指定相邻关系存在的不足,采用聚类分析方法,用轮廓系数作为确定簇数和选择算法的依据,实现了一种基于历史监测数据的物联网监测点逻辑相邻关系判定方法。使用实际监测数据对该方法进行了验证,实验结果表明,所得到的相邻关系符合监测数据的实际关系,能够为物联网监测数据有效性审核提供更加科学合理的处理依据。     

DBSCAN算法中参数的自适应确定

DBSCAN算法需要人为确定[Eps]和[minPts]两个参数,导致聚类结果的准确度直接取决于用户对参数的选择,因此提出一种新的参数确定方法,采用非参数核密度估计理论分析数据样本的分布特征来自动确定[Eps]和[minPts]参数,避免了聚类过程的人工干预,实现聚类过程的自动化。理论分析和实验结果表明,该方法能够选择合理的[Eps]和[minPts]参数,并得到了较高准确度的聚类结果。     

资源配置混杂Petri网的混杂系统生产过程动态调度

为了增强混杂生产过程应对突发事件的能力,以一种新的混杂Petri网(资源配置混杂Petri网)为研究模型,给出了相应的使能和激发规则.并在资源配置混杂Petri网建立的仿真模型的基础上,融入事件逻辑网和逻辑规划,提出一种适用于混杂系统动态生产调度建模和优化的方法.以典型的混杂生产过程为例,研究混杂系统生产过程建模及优化.研究结果表明,资源配置混杂Petri网模型描述能力强,能够有效描述混杂系统生产过程,所提出的动态调度方案切实有效.     

常见浮选液位测量装置的分析及对比

为了解决浮选控制过程中的液位计选型问题,从现场应用出发,分析对比了常用的浮力式液位计、激光液位计、静压液位计、超声波液位计等浮选液位测量装置的基本结构、工作原理及现场应用情况。分析认为因传感器性能、附属装置稳定性、测量介质等不同,各测量装置均有优缺点,实际应用时应综合考虑现场浮选生产过程具体情况、维修条件、装置性能、安装使用费用等因素,选择合适的浮选液位测量装置。