基于图像特征的锑浮选矿浆pH值预测控制

适宜的矿浆pH值是泡沫浮选高效生产的关键。针对浮选矿浆pH值无法在线检测和控制滞后的问题,提取pH关联泡沫表面敏感特征,建立了基于仿射传播聚类(AP)的多模型最小二乘支持向量机(LSSVM)软测量模型;提出一种基于差分进化(DE)的在线支持向量回归(OSVR)pH值预测控制方法,离线建立和在线校正pH值预测模型,采用DE优化方法求解预测控制决策变量实现pH值实时控制。金锑浮选工业数据表明所提出的控制策略稳定了矿浆pH值,减少了药剂消耗。     

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.