基於分布機器視覺的鋁土礦選礦過程協調最佳化方法研究

《基於分布機器視覺的鋁土礦選礦過程協調最佳化方法研究》是依託中南大學，由王曉麗擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於分布機器視覺的鋁土礦選礦過程協調最佳化方法研究
• 項目類別：青年科學基金項目
• 項目負責人：王曉麗
• 依託單位：中南大學

項目摘要

我國自主創新的選礦-拜耳法氧化鋁生產新工藝為我國鋁工業的可持續發展開闢了新途徑，但鋁土礦選礦過程流程長、過程變數及作業間耦合關係複雜且存在不確定性使過程建模和最佳化控制困難，主要通過人工判斷泡沫狀態憑經驗控制，工況波動大、資源利用率低。為此，本項目在鋁土礦選礦流程中多點布置機器視覺，研究機器視覺敏感特徵分布提取方法和基於分布機器視覺圖像序列敏感特徵重構的級聯作業關聯建模，揭示級聯作業間的內在關聯關係；建立基於機器視覺敏感特徵分布變化趨勢融合的過程指標預測模型；基於過程模型，研究面向複雜礦源的浮選過程總目標主從分解-協調方法和全流程多操作變數主從協調最佳化設定方法；將所提方法套用於鋁土礦選礦過程驗證其有效性，形成選礦過程主從協調最佳化理論和方法。本項目對提高鋁土礦選礦產品質量和節能降耗具有重要意義，並為高效選礦奠定理論和方法基礎，具有重要的工業套用價值和科學價值。

結題摘要

鋁土礦浮選過程是我國自主開發的礦物加工工藝技術，對我國低品位鋁土礦資源的有效利用和節約能耗具有重要意義。但因為浮選過程流程長、影響關係複雜且不確定性強，造成建模和最佳化控制困難，使實際生產過程中採用人工看泡沫狀態進行操作，工作強度大且難以最佳化運行。本項目針對此問題研究基於分布機器視覺的鋁土礦浮選過程協調最佳化問題。首先，針對物料流無法標記跟蹤造成同一組物料參數不匹配的問題，提出一種基於時效關聯分析的分布參數時間配準方法，實現分布機器視覺數據的時空配準，為建模和最佳化提供了數據基礎；提出基於機率密度分布（PDF）的圖像序列泡沫大小特徵重構方法和基於趨勢分割點的泡沫敏感特徵序列變化趨勢提取方法，建立了基於重構敏感特徵趨勢的精選與粗選泡沫表面特徵關聯模型，反映了不同浮選作業間的關聯關係；針對指標影響因素過多且耦合嚴重，提出了基於敏感特徵變化趨勢和入礦參數等多信息融合的浮選精礦品位集成預測方法，和基於現象學與統計學習的入選礦漿粒度預測混合建模方法，充分利用了不同類型信息的特點分別建模再集成，實現了指標和關鍵參數的準確預測；在所建預測模型的基礎上，提出了基於泡沫尺寸分布PDF最優的粗選加藥量最佳化控制策略和基於泡沫敏感特徵的pH值預測控制策略；綜合利用分布機器視覺重構的敏感特徵和入礦參數等信息，提出了基於置信規則和指標分解協調的粗選掃選和精選加藥量主從協調最佳化方法，對不同作業加藥量和不同藥劑種類進行協調。工業數據仿真和工業試驗驗證了上述方法的有效性，並有部分方法在基於分布機器視覺的浮選過程監控系統中得到了集成套用，形成了較系統的選礦過程建模和協調最佳化理論和方法。所提方法也為其他礦物浮選過程的精細化最佳化控制提供了理論和方法依據。