图像识别系统在浮选过程中的应用研究

《图像识别系统在浮选过程中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、鞍山科技大学硕士论文摘要摘要浮选过程由于其自身的复杂特性，实现自动控制难度较大。目前，国内多数的企业在生产中主要依赖两种方法：使用大型测试仪器进行监控，这造成控制设备的安装、调试和维护费用居高不下，操作难度大；而传统人工观察泡沫特征进行操作的方法，又使得控制过程过多依赖于操作员经验，控制精度难以保证，已经不能适应当今浮选企业发展的要求。对此，本文将图像处理技术引入到浮选控制过程当中，从泡沫图像出发，提取图像物理特征参数，利用粗糙集和神经网络建立控制模型，从而探索了实现基于图像处理的控制系统的方法。．本文在研究过程

2、中，主要有以下几个方面的工作：(1)讨论了浮选控制过程工艺流程及控制要求，并对目前控制方式的不足进行了分析，论述了把图像处理技术引入浮选控制的可行性。(2)研究了阳离子反浮选泡沫图像的特点，并针对其自身的特点和控制要求，论述了将饱和度、亮度等颜色特征，以及能量、熵和惯性矩等纹理特征作为控制过程输入参数，为建立浮选过程控制模型提供了基础。(3)浮选药剂添加量是浮选控制的一个重要指标，本文把粗糙集与学习向量量化神经网络(LVQ网络)结合起来，利用两种技术的互补性，建立起粗糙集．LVQ神经网络控制模型，用于控制药剂添加

3、量；与BP网络实现的模式识别模型相比，证实该方法的优越性。(∞选择颜色和纹理特征作为自变量，利用多元线性回归理论建立浮选精矿品位和回收率的预测模型，通过仿真研究，发现回归分析模型的预测误差在企业生产许可范围之内，可以满足实际生产的要求，为提高浮选过程的经济指标奠定了基础。关键词：浮选泡沫图像，HSI颜色模型，纹理特征，LVQ神经网络，线性回归分析鞍山科技大学硕士论文AbstracthfloatationprOCe：$S．theaehievemerttofautomationisveryditfieult011．a

4、ecotmtofitscomplexity．Presently,themostofflotationeoporationsusetwofollowingcontrolmanners．First,many妇equirmentsaleusedforreali7=；ngon-lineanalysisinplants．Butthecostoffixing,debuggingandn场j

5、哇enancewillbegreatlygoingup；moreover,manipulationofcomplexequirments

6、ismoledifficultinprocessofproduction．Secondly,thetraditionalflotationcontroldepends013operators，whoinspectthestateoffrothsurfacebytheirexprienees．However,thecontrolprecisionofthemethodim’tguaranteed．Therefore，theforegoingmannel'Stotherequirementofdevelopmento

7、fflotationeoporations．Inthethesis，theimageprocessingtechnologyisintroducedintothecontrolofflotationprocessforextractingthefeaturefromfrothimage．AndthenthecontrolmodelissetupwithparametersoffrothimageeharaeterstiesOn．thebasisofroughsetandartificialneuralnetwor

8、ktheory．Accordingly,theteehrtique,whichsetsuptheflotationcontrolsystembasedOilimageprocessing，isresearched．Themaincontentsinthepaper黜asfollows：(1)Thepaperfirstdieussesthemanufacturingtechniqueandtherequirementofcontrolinflotationprocess．Theshortagesofactualco

9、ntrolwayareanalyzedandthefeasibilityofflotationcontrolbasedOnimageprocessingisdebated．(2)Thepaperdiscussestheeharateristiesofforthimageinthecourseofanti—flotationbycation．Accordingasitsch