基於機器視覺的礦物浮選過程建模與最佳化控制

《基於機器視覺的礦物浮選過程建模與最佳化控制》是依託中南大學，由桂衛華擔任項目負責人的重點項目。

基本介紹

• 中文名：基於機器視覺的礦物浮選過程建模與最佳化控制
• 項目類別：重點項目
• 項目負責人：桂衛華
• 依託單位：中南大學

項目摘要

礦物浮選泡沫表面視覺特徵是浮選工況與工藝指標的直接指示器，人工觀察泡沫進行現場操作的方式無法滿足當前經濟發展對浮選精礦產量、質量以及節能降耗減排的需求。將機器視覺套用到浮選過程監測與最佳化控制中是突破浮選過程建模與最佳化控制難題的一種新方案。本項目擬系統地研究高質量的浮選泡沫圖像實時採集方法；探討與浮選工況和工藝指標密切相關的泡沫圖像關鍵視覺特徵提取方法及表征方式；研究泡沫圖像信息的線上處理技術和基於泡沫視覺特徵的浮選過程建模方法；提出基於泡沫視覺信息的浮選過程隨機分布控制方法和浮選生產指標綜合最佳化控制策略；形成較為系統的基於機器視覺的浮選過程建模、控制與最佳化理論，為浮選過程的最佳化控制奠定基礎，是對生產過程建模與最佳化控制理論的豐富。項目的成功實施對提高選礦企業的國際競爭力，實現我國礦產資源的可持續發展具有重要的戰略意義與經濟價值。

結題摘要

浮選泡沫是套用最為廣泛的一種選礦方法，單純依靠人工視覺巡檢手動操作的生產方式無法滿足當前經濟發展對浮選精礦產量、質量以及節能降耗減排的需求，亟需突破浮選過程建模與最佳化控制難題。本項目系統地開展了相關研究，取得豐碩的研究成果：①研發了由工業攝像機、高頻光源及嵌入式圖像獲取裝置等設備構成的高質量浮選圖像採集平台，解決了高粉塵、強幹擾等惡劣環境下長時間正常工作及高清晰泡沫圖像獲取難題；率先提出了基於藥劑變化量敏感性指數的浮選泡沫圖像關鍵特徵選擇方法及浮選泡沫尺寸、顏色、流速、虛實度及紋理等泡沫圖像特徵提取方法，解決了開放環境下動態圖像的多特徵提取難題。②提出了基於數字圖像統計特徵、過程工藝檢測數據以及工藝機理知識的浮選過程關鍵工藝參數檢測方法，建立了圖像特徵與生產指標、操作參數之間的數學模型，發明了精礦品位、尾礦金屬含量、入礦品位及礦漿pH值實時預測技術，解決了礦物浮選過程金屬品位的線上檢測難題。③提出了泡沫視覺特徵與工藝參數融合的浮選入礦類型識別、基於自學習的浮選生產過程加藥量健康狀態識別、基於多尺度紋理特徵和嵌入先驗知識k-means聚類的病態工況識別、以及基於隨機分布控制SDC新的故障診斷和故障容錯控制方法。④建立了泡沫尺寸隨機分布模型，提出了基於模糊前饋和基於泡沫尺寸分布反饋的藥劑量控制方法、操作模式與區間II型模糊系統相結合的浮選過程加藥控制策略；提出了基於泡沫圖像特徵的浮選槽液位智慧型最佳化設定方法，基於泡沫圖像表面視覺特徵分布機率密度函式和工況辨識的加藥量協調最佳化控制方法，改變了“人工看泡、手動操作”的生產模式。⑤研製了基於分布機器視覺的浮選過程監控系統，套用於銅浮選、鋁土礦浮選、金銻浮選、硫浮選等生產過程，套用成效明顯，為我國難處理礦產資源的高效浮選提供了新思路和新方法。上述研究成果較為系統地給出了基於機器視覺的浮選過程建模、控制與最佳化理論與方法，為浮選過程的最佳化控制提供理論基礎。獲湖南省自然科學一等獎1項、中國有色金屬工業科學技術發明一等獎1項，出版專著1本，發表學術論文105篇，其中SCI收錄38篇、EI收錄78篇，申請發明專利19項，其中授權7項，軟體著作權3項；培養院士1名、傑青/長江學者1名、教育部新世紀人才1名、教授2名、副教授2名、博士8名、碩士40名，舉辦學術會議3次，項目組成員在國際學術會議作大會報告、特邀報告11次。