某高硫铜硫矿工艺矿物学研究

研究了某高硫铜硫矿的工艺矿物学。结果表明,原矿中铜品位为2.85%,硫品位为24.32%,金含量为0.48g/t,铜、硫、金是主要回收的元素。原矿中的金属矿物有黄铜矿、黄铁矿、蓝辉铜矿。目的矿物黄铜矿和黄铁矿的嵌布粒度差异较大,且铜矿单体解离度相对较差。在选择工艺流程时应该注重氧化铜矿物的回收,同时要选择合适的磨矿细度,保证目的矿物单体解离。     

基于ICA的动态测量误差分解重构方法

提出了利用独立成分分析（ICA）方法对动态测量误差进行分解重构的方法。详细介绍了利用ICA方法进行误差分解重构的基本算法,利用三坐标测量机和双频激光干涉仪设计了动态测量误差测量装置,并进行了实验。分别利用自适应滤波、小波分析和ICA方法对动态误差数据进行处理,分离重构线性变化、周期变化的系统误差和动态随机误差。研究结果表明,要精确分析动态测量误差和辨别误差组成成分,必须充分应用测量得到的误差总体样本进行分析。与自适应滤波、小波分析两种方法相比,利用ICA方法可以更有效地精确分离重构线性变化、周期变化的系统误差和动态随机误差。     

用于微球球度测量的双SPM测头对准系统

压电微音叉与钨探针结合,构成SPM(扫描探针显微镜)的扫描测头。将双测头对称置于微球的赤道圆截面处,构成微球球度差动测量系统。通过视觉引导系统对双测头进行粗对准,用视频显微镜对微球和测头分别聚焦,拍摄多组照片,然后对对准图像进行小波分析边缘检测及多图像融合处理,再将图像处理结果反馈到系统进行精确对准。在实际实验中,获得了该对准方法下微球赤道圆截面的测量结果,并分析了对准误差对系统测量结果带来的影响。     

高压水射流靶物反射声信号的特征提取方法

为了提高利用高压水射流靶物反射声信号识别靶物材质的效率,针对地雷探测过程常见的地雷、石块、砖块和木块4种靶物,采用不同的特征提取方法来识别靶物材质。在分析Mel频率倒谱系数及小波包变换倒谱系数基本原理的基础上,结合靶物反射声信号的特点,提出了一种基于Mel频率倒谱和小波包变换倒谱特征融合的特征提取方法:利用小波包变换将原始靶物反射声信号划分为若干子频段,选取其中一个子频段作为低频和高频的划分层;低频部分提取Mel频率倒谱系数作为特征值,高频部分则提取小波包变换倒谱系数作为特征值,将2组特征值线性合并为一组新的特征向量,用于靶物材质的识别。采用最小二乘支持向量机建立多分类模型,验证基于单一特征和基于特征融合的特征提取方法的识别率。实验结果表明,在取得低频与高频的最佳划分层时,基于特征融合的特征提取方法的平均识别率达到82.812 5%,较单一的利用Mel频率倒谱系数或小波包变换倒谱系数作为特征向量时的平均识别率分别提高了10.312 5%和7.812 5%。     

EMD和LS-SVM相结合的高压水射流靶物材质识别方法研究

为了利用靶物反射声有效识别靶物材质,提出了一种新的基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)相结合的靶物材质识别方法。首先应用模极大值算法识别靶物边界点,提取边界点内的反射声信号进行小波降噪预处理,对预处理后的信号进行EMD分解,并计算获得各个本证模态(IMF)分量的短时能量比,作为对应不同靶物材质的特征值输入到利用LS-SVM建立的多分类模型。介绍了上述方法的基本原理,设计了试验装置和靶物材质识别影响因素分析试验方案。实验结果表明:靶物的内部结构和外形大小因素对靶物材质识别率影响小,利用上述方法进行的四种靶物材质探测,平均识别率达到85.83%,比BP神经网络提高了18.83%,且运算速度也得以提高,因此该方法可以用于靶物材质的识别。