礦物浮選過程泡沫圖像多敏感特徵分布控制

《礦物浮選過程泡沫圖像多敏感特徵分布控制》是依託中南大學，由謝永芳擔任項目負責人的面上項目。

基本介紹

• 中文名：礦物浮選過程泡沫圖像多敏感特徵分布控制
• 項目類別：面上項目
• 項目負責人：謝永芳
• 依託單位：中南大學

項目摘要

礦物浮選泡沫圖像特徵是浮選過程藥劑添加量調控的重要依據，但圖像特徵多且相互關聯，各特徵對藥劑添加量的敏感程度不一，並具有非高斯隨機分布特性和不確定性，泡沫圖像特徵分布控制困難。現有人工觀察泡沫狀態手動調節的方法嚴重影響精礦質量和礦物回收率，造成資源浪費嚴重、藥劑消耗大。為此，本項目從泡沫圖像敏感特徵的視角，研究基於藥劑變化量敏感度分析的泡沫圖像敏感特徵集提取及其關聯隨機分布的有效表征方法，構建基於局部線性嵌入的張量到向量投影的主元權向量獲取方法，提出基於泡沫圖像多敏感特徵分布信息的浮選過程耦合建模方法，建立藥劑添加量與主元權向量間關係模型、數據驅動的主元權向量變化預測模型，提出基於主元權向量聯合偏差信息熵最小的加藥量調整策略，實現泡沫圖像多敏感特徵隨機分布的跟蹤控制，形成泡沫圖像多敏感特徵分布控制理論與方法，為礦物浮選過程穩定生產提供理論基礎，對提高產品質量和資源回收率具有重要意義。

結題摘要

礦物浮選泡沫圖像特徵是浮選過程藥劑添加量調控的重要依據，人工觀察泡沫狀態手動調節的方法嚴重影響精礦質量和礦物回收率，造成資源浪費嚴重、藥劑消耗大，亟需突破浮選過程泡沫圖像特徵分布控制難題。本項目從泡沫圖像敏感特徵的視角，提出了基於藥劑變化量敏感性指數和相關性分析的泡沫圖像敏感特徵提取方法，確定了表征浮選過程工況的泡沫圖像敏感特徵集；給出了關聯泡沫圖像敏感特徵隨機分布的表征方法，提出了基於氣泡尺寸與形狀的聯合特徵構建方法，採用雙三次B樣條表征聯合特徵分布曲面；提出了基於泡沫圖像多敏感特徵分布信息的浮選過程耦合建模方法，分別建立了基於KPCA與FCM_PSVAR的入礦品位預估、最優泡沫圖像特徵最佳化設定、主元權向量變化預測等模型，研究了自適應模糊神經網路藥劑量控制策略，實現泡沫圖像多敏感特徵隨機分布的跟蹤控制，研發了基於分布機器視覺的浮選過程監控系統，套用於湖南新龍礦業有限股份責任公司的金銻礦浮選，使金銻精礦品位完全達標率提高20%，成效明顯。 形成泡沫圖像多敏感特徵分布控制理論與方法，為礦物浮選過程穩定生產提供理論基礎。獲中國有色金屬工業科學技術一等獎1項，發表學術論文17篇，其中SCI收錄4篇、EI收錄9篇，合作出版專著1部，授權國家發明專利5項，申請國家發明專利1項，軟體著作權3項；課題負責人獲國家自然科學基金委傑出青年基金資助，培養副教授1名，博士3名、碩士8名。