bfips—i型浮选泡沫图像处理系统的应用与研究

bfips—i型浮选泡沫图像处理系统的应用与研究

ID:32010667

大小:246.46 KB

页数:3页

时间:2019-01-30

bfips—i型浮选泡沫图像处理系统的应用与研究_第1页
bfips—i型浮选泡沫图像处理系统的应用与研究_第2页
bfips—i型浮选泡沫图像处理系统的应用与研究_第3页
资源描述:

《bfips—i型浮选泡沫图像处理系统的应用与研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、2011年第1期有色金属(选矿部分)·43·DOI:10.39690.issn.1671-9492.2011.01.011BFIPS—I型浮选泡沫图像处理系统的应用与研究梁栋华,于飞,赵建军,李传伟(北京矿冶研究总院,北京100070)摘要:结合在大山选矿厂的具体应用,从系统方案、软硬件平台、模型建立等方面详细分析介绍了BFIPs—I型浮选泡沫图像处理系统。系统可以准确快速提供泡沫图像的特征参数并建立数学模型,并使得模型预测的精矿品位值与实验室化验值的平均相对误差小于10%,最终得到成功应用。关键词:浮选工艺;泡沫图像;品位预测中图分类号:TD456;TD928.9文献标识码:A

2、文章编号:1671—9492(2011)ol-oo43—03在矿物加工行业,浮选作业是最重要、应用最1l融—臣量鑫圈l广泛的矿物分离工艺形式,同时也是矿物分离过程中最不稳定、不可预测的工艺过程。经过国内外同作站网(千行多年对浮选工艺的研究表明,浮选泡沫的变化能\—i路加功能开发(如WEB发布)}及时反映过程控制量以及矿石性质的变化,因此可以把浮选泡沫的变化作为浮选作业最快捷的指示,.指标。由北京矿冶研究总院最新研制浮选泡沫图像处理系统在江西铜业集团德兴铜矿大山选矿厂先后两次成功进行工业试验,其研究成果在KYF一200m3浮选机[卜。]作业流程上得到应用。图1原理示意图1系统万莱F

3、ig.1principleschematicdiagram浮选泡沫图像处理系统是一套可以实时获取浮一选泡沫图像、连续对浮选泡沫图像处理分析,得到块、图像特征参数提取模块、品位预测模块等。反映浮选泡沫状况的特征参数,并根据预建立的浮选泡沫图像处理系统的核心技术主要包括基数学模型给出预测的浮选品位指标的软硬件系统于规则的区域生长图像分割方法、基于属性匹配的平台。浮选视频测速方法、改进型BP神经网络数学模型本系统能够采用不同的模式获取一台或者多达等技术。4台相机的高精度浮选泡沫图像,能够通过千兆网2硬件平台远距离传输所获取的图像信息,软件处理平台对获取的浮选泡沫图像进行实时处理分析,最

4、终给出相B兀PS—I型浮选泡沫图像处理系统由浮选泡对应的浮选品位预测值。沫图像获取设备、浮选泡沫图像传输设备、浮选泡浮选泡沫图像处理系统由软、硬件平台组成,沫图像处理设备三部分组成。硬件平台主要由相机子系统、照明子系统、机械架浮选泡沫图像获取设备主要包括彩色工业构子系统、图像处理工作站等组成;软件平台主要CCD相机、照明系统、取样子系统。通过彩色工基于微软VS2005.NET平台开发,包括图像获取模业CCD相机,可以获取高精度的彩色浮选泡沫图基金项目:国家高技术研究发展计划(863计划)重点项目(2006AA060205)收稿日期:2010—09—17作者简介:梁栋华(1979一

5、),男,河南濮阳人,工程师。·44·有色金属(选矿部分)2011年第1期像,并且可以根据调整相机各项参数从而调整浮选泡沫图像的质量。照明系统具备高显色指数、面光源、高频率、长寿命等技术特点。取样子系统可以为用户提供图像获取设备与图像处理设备之间的通信功能,满足用户对系统的标定需求。浮选泡沫图像传输设备,主要包括6类FTP双绞线、千兆网络交换机,以及可选的光纤传输系统。浮选泡沫图像处理设备,主要包括浮选泡沫图图3区域分割效果图像处理工作站以及安装运行在上面的浮选泡沫图像Fig.3Regionalsegmentation处理软件系统。浮选泡沫图像处理软件系统可以根据获取的浮选泡沫图像

6、计算出浮选泡沫大小、个3.3提取泡沫图像特征参数数、稳定性、速度、颜色、纹理等特征参数,并能系统根据图像分割后的结果,采用了一种基于够通过OPC协议上传至DCS。属性匹配的浮选视频测速方法l6]得到了浮选泡沫的移动速度。与此同时,也获取了浮选泡沫的纹理、颜色、大小、形状等特征参数。3.4改进型BP神经网络数学模型由于BP神经网络有着高效的特征提取方式、大量有代表性的训练样本、稳定有效的学习方法等优点,本课题选择BP神经网络建立预测数学模型。通过图像特征参数提取算法得出的浮选泡沫图像特征参数作为BP神经网络的样本输入,相应地将采集到的浮选流程中矿浆品位化验数据作为BP神经网络的样本

7、输出,通过对训练样本进行特定的有向导学习后,最终得出合理的预测数学模型,从图2现场应用图而解决浮选泡沫参数与矿浆品位、回收率之间的相Fig.2Industrialsiteapplicationdiagram关性问题。3软件平台4建立模型改进型BP神经网络模型预测品位的实现包括3.1获取泡沫图像模型建立和使用模型预测品位两个过程,具体地分获取稳定可靠的浮选泡沫图像视频流是系统的为四个步骤:数据的获取和预处理、训练网络、模基本前提,本系统基于CCD相机厂家提供的软件型预测、数据后处理

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。