基于VC++6.0的浮选泡沫图像识别系统

浮选生产过程涉及许多变量以及存在严重的非线性,很难建立精确的数学模型,它的监控一直是困扰控制技术人员的难题.文中设计开发了一个用于选厂自动控制的浮选泡沫图像识别系统,并给出该系统Visual C++6.0的部分实现.利用该系统可以计算浮选泡沫图像的一些物理参数,通过这些物理参数以及浮选泡沫图像识别实验可以建立一定的数学模型,再通过这些数学模型可以精确预测浮选过程的工艺技术指标,从而为选厂过程的在线控制提供可靠数据依据.     

浮选泡沫图像识别系统的设计与实现

设计开发了一个用于选厂自动控制的浮选泡沫图像识别系统,并给出该系统Visual C 的部分实现.利用该系统可以计算浮选泡沫图像的一些纹理参数,通过这些纹理参数以及图像识别实验建立一定的数学模型,利用这些数学模型可以精确预测浮选过程的工艺技术指标,从而为选厂过程的在线控制提供可靠数据依据.     

泡沫图像处理技术在矿物浮选作业中的应用

结合云南省院省校合作项目浮选泡沫层测控系统开发及产业化研发过程,介绍一种基于数字图像处理及识别技术的浮选过程控制新思路。在浮选生产中,浮选泡沫表面纹理与浮选工况密切相关,直接反映泡沫层的矿化程度（品位高低）。通过对云南某铅锌矿选厂浮选泡沫图像的分析处理,提取出能够表示泡沫层特征的参数,达到间接测量气泡的大小、纹理、稳定性、流动性等泡沫层特征状况。采用邻域灰度相关矩阵法提取特征参数,然后用神经网络进行分类,给出浮选效果的分类判断。     

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。     

基于预测模型的浮选过程pH值控制

矿浆pH值是泡沫浮选过程中的一个非常重要的被控量.目前,多数选厂的矿浆pH值控制基本是依靠现场工人定期对矿浆样本进行pH值测量,凭主观经验对pH调整剂进行调整.由于操作工人的主观性和随意性的影响以及矿浆样本pH值测量与药剂调整间存在的较长的时间滞后,矿浆pH值波动频繁,很难使矿物浮选保持在一个稳定最优生产状态下运行.为了使矿浆pH值保持在一个期望的生产状态,基于浮选泡沫表面视觉信息提出了一种新的矿浆pH值控制方法,分别采用基于泡沫视觉信息的自适应遗传混合神经网络AG-HNN和自适应遗传PID(AG-PID)控制方法建立了矿浆pH值预测模型和pH值控制模型,基于所建立预测和控制模型对浮选药剂用量进行调整,解决了浮选矿浆pH值波动问题.工业浮选现场的实验结果表明该方法可以使矿浆pH值保持在一个期望的范围内,有效提高浮选性能.     

基于图象识别的浮选控制系统

研究了通过提取煤浮选泡沫层图象的特征量 ,建立数学模型预测精煤泡沫的灰份和浓度 ;将泡沫图象按结构进行分类 ,利用泡沫结构特征识别的LVQ神经网络模型建立浮选控制系统。     

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.     

基于相关向量机的硫泡沫浮选液位软测量

针对硫浮选过程中常规检测方法难以准确检测浮选槽液位的缺陷,提出一种基于相关向量机(RVM)的浮选液位软测量方法。该方法基于采集的浮选泡沫表层图像,通过提取硫浮选泡沫溢流速度和泡沫稳定度动态图像特征,融合浮选过程充气量、矿浆流量等过程参数,结合RVM建模思想,实现硫浮选过程中浮选槽液位的预测。工业数据仿真结果验证了所提方法的有效性、可行性。     

第四讲 应用VC＋＋编程工具

通过对前面三讲的学习,我们已掌握了应用VC 编程的基本方法和思路。在具有这些基本知识的基础上,我们已经能够雄心勃勃地制订程序开发计划。从VC 的面向对象程序设计的过程可以看到,所有程序代码的编写具有如下步骤:建立资源文件、定义类结构、定义变量、定义类的成员函数和建立程序框架。在VC 1.5软件包中,这些程式化的工作可以由AppStudio、AppWizard和ClassWizard三个强大的编程工具辅助完成,从而减少了大量的代码编写工作。本讲将     

基于机器视觉的矿物浮选过程监控技术研究进展

矿物浮选流程长、分布范围广、控制变量多、关键工艺参数无法在线检测,导致实时监控困难, 严重制约了浮选生产的优化运行及选矿自动化水平的提升.浮选泡沫表面视觉特征是浮选工况和工艺指标的直接指示器, 为此将机器视觉应用到矿物浮选过程的监控中, 以提高浮选过程的资源回收率. 本文结合矿物浮选泡沫图像特点,从浮选过程的泡沫图像关键特征提取及表征、关键工艺参数检测、工况识别以及基于机器视觉监控系统的实现等方面综述了浮选过程监控技术的研究成果,并 指出了基于机器视觉的选矿过程监控技术的发展趋势及面临的挑战.     

金矿选矿过程自动化系统设计

介绍了某金矿选矿过程自动化系统的设计思想和系统组成。结合选矿生产过程的特点,在实际中采用模糊控制的方法,根据偏差的大小和变化率来控制磨矿旋流器入口浓度;采用控制均匀值的思想,保持球磨机给矿量平均值的稳定;还介绍了一种测量浮选槽液位的方法。实际应用表明：该控制系统能有效控制生产过程,提高了生产能力,保证了精矿品位和回收率都达到或超过设计指标。     

神经网络在水泥生料配料中的应用

水泥生料配料系统具有多变量、大滞后和非线性的特点 ,采用传统的配料调优方法很难见效。人工神经网络具有很强的非线性映射、特征抽取和容错能力 ,为解决这类问题提供了新的思路。文章根据水泥生料配料的工艺要求 ,采用BP算法建立起能够较好地预测水泥生产质量的神经网络模型 ,以实现生料配料的调优操作。     

一种通用直升机飞行动力学建模软件

直升机因为特有的旋翼气动特性,使得其飞行建模较为复杂,而实时仿真系统的建立在飞机研制、性能验证及改型等各环节中都起到了一个重要的作用.文章介绍了一个单旋翼带尾桨直升机通用的建模工具,在此工具下,只需要输入直升机的构型参数以及相应的风洞气动数据,就可以建立起直升机的全量非线性动力学数学模型,并提供相应的配平程序以及动态响应计算程序.相比较于国外同类型的软件,文中提出的建模工具建立的模型可以运行在实时操作系统上.     

神经网络预测液态挤压工艺参数的应用系统研究

文章通过对液态挤压新工艺的深入分析和研究,采用人工神经元网络方法建立了液态挤压工艺参数的预测模型,从而解决了用数学方法难以对液态挤压工艺建立精确模型的问题。同时,开发了一套基于神经网络,集建模、预测为一体的液态挤压工艺系统应用软件,为液态挤压工艺的实际应用和智能控制奠定了基础。     

《物理化学实验》数据处理系统软件的开发及应用

本软件为高等教育出版社出版的《物理化学实验》一书配套开发,旨在解决通常的物理化学实验数据处理过程中存在的计算复杂,由于作图时不可避免的误差而影响最终实验结果等问题。它以Visual Basic 6．0为开发工具,采用最小二乘法直线拟合、非线性拟合、数值积分等方法对实验数据进行处理,能够得到更正确、更科学的真实的实验结果,并将计算结果和图形打印输出;通过链接数据库,将数据录入和数据处理相分离,便于对实验结果进行统计分析、归纳整理。本软件为处理物理化学实验数据提供了快捷、方便的方法,也为教师批改实验报告提供可靠的依据。     

BP网络与RS理论在浮选生产数据分析中的应用

该文在进行某选矿厂浮选生产数据分析的过程中,针对浮选过程常常为高度非线性多输入多输出问题的特点,在深入剖析BP网络与RS理论的基本原理和特点的基础上,提出了分别利用BP网络的高度非线性拟合特性对浮选生产数据进行训练以获得浮选生产过程知识的隐式表达,同时利用RS理论的数据浓缩功能对浮选生产数据进行约简而得到相应浮选生产过程知识的显式表达,然后对两种模型的分析结果进行交叉验证的应用模式。与基于人工神经网络的决策树构造等其它人工神经网络的白化方法相比,该方法具有在保证问题分析结果的精度的同时,分析过程相对简单,克服了由于BP网络结构的不确定性而导致最终得到的决策树不确定的缺点,并由此减小了对所分析数据产生误解的风险。     

选矿过程工艺指标确定方法及应用

当前选矿生产实现了对个别工序工艺指标的优化控制,但各工序的工艺指标目标值仍然由选矿工程师根据入选原矿情况来确定,具有较大的模糊性与随意性,各工序之间不能有效协调,无法满足对更好综合生产指标的追求.因此,以某选矿厂为实际背景,设计了一套基于案例推理技术确定各工序工艺指标目标值的系统,为避免人工确定初始案例的缺点,采用动态自组织映射神经网络从历史数据中提取了若干初始案例,该系统与各工序原有的过程优化控制系统相配合在实际生产中取得了较好效果.     

眼震检测中眼动曲线拟合方法研究

眼震检测是判断眩晕的一种重要方法,获取瞳孔位置波动曲线是眼震检测的主要内容,为了建立眼震检测中瞳孔位置波动曲线数学模型,采用最小二乘拟合与傅立叶级数拟合两种方法进行数据处理.通过对比,用Matlab中的Cfiool工具箱对瞳孔位置曲线进行傅立叶级数拟合的效果更好.实验证明,方法对眼动曲线建立的数学模型,能准确反映出瞳孔位置的实时变化情况.拟合结果为眩晕判定提供了重要依据,对今后的眼震研究具有一定的指导意义.