基于泡沫图像特征的金锑浮选过程加药量控制策略研究

摘要

加药量是金锑浮选过程最重要的操作变量，目前浮选过程加药量主要由操作人员依据泡沫表面视觉特征进行调节，这种人工方法具有主观性强，控制精度低等问题，容易造成反复调节，导致产品质量波动大。本文研究金锑浮选过程的加药量自动控制问题，提出了基于多泡沫图像特征的加药量控制策略。
　　首先，针对采用简单均值和方差描述泡沫尺寸特征造成尺寸分布特征丢失的问题，研究采用核函数方法描述泡沫尺寸概率密度分布函数(PDF)，由于一般核函数估计没有考虑样本分布疏密而采用统一核函数宽度，设计了一种变核函数宽度的核函数估计方法，并应用最大熵方法辨识得到核函数的参数，实现了对泡沫尺寸分布特征的准确描述。以检测的泡沫尺寸PDF与期望的泡沫尺寸PDF之差的平方为目标函数，分别用鲍威尔法和差分进化算法(DE)求解，得到期望的加药量，为了降低药剂成本，在DE算法的优化个体选择阶段加入药剂成本约束。
　　其次，考虑锑精矿品位是否能达到预期目标的问题，提出了基于专家规则加药量补偿控制方法。利用泡沫图像的颜色和纹理特征预测锑精矿品位，并与期望的精矿品位比较得到品位偏差，以该偏差值以及图像颜色和纹理特征变化趋势输入专家控制器，得到加药量的补偿值，对基于尺寸PDF跟踪控制得到的加药量进行补偿，生产现场数据验证表明，加入专家控制补偿的改进型DE求解加药量控制方法具有很好的控制效果。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 浮选过程自动控制的发展与研究现状

1．2．1 浮选过程控制的发展

1．2．2 浮选过程控制的研究现状

1．3 基于机器视觉的浮选过程控制与优化

1．4 论文研究内容及结构安排

2 金锑浮选过程工艺及加药量控制研究思路

2．1 金锑浮选工艺介绍

2．2 加药量是金锑浮选过程的主要操作变量

2．3 表征浮选加药情况的泡沫表面视觉特征

2．3．1 表征浮选加药情况的泡沫敏感特征选择

2．3．2 泡沫图像敏感特征的提取

2．4 金锑浮选过程加药量控制研究思路

2．4．1 控制对象

2．4．2 研究思路

2．5 本章小结

3 基于泡沫尺寸分布的浮选过程加药量控制

3．1 泡沫尺寸的非参数估计

3．1．1 泡沫尺寸的非参数估计方法

3．1．2 改进的核函数估计方法

3．1．3 基于最大熵方法的核函数确定

3．2 基于泡沫PDF跟踪的加药量控制

3．2．1 目标函数构造

3．2．2 基于鲍威尔方法的加药量求解

3．2．3 基于差分进化算法的加药量求解

3．3 工业数据验证

3．4 本章小结

4 基于多泡沫图像特征的加药量补偿控制

4．1 基于泡沫图像特征的锑精矿品位预测

4．1．1 图像颜色和纹理特征是锑精矿品位的指示器

4．1．2 最小二乘支持向量机预测模型

4．2 基于图像特征的的加药量补偿控制模型

4．2．1 专家控制系统模型建立

4．2．2 知识库设计

4．2．3 推理机

4．3 试验验证及结果分析

4．4 本章小结

5 总结与展望

5．1 总结

5．2 展望

参考文献

攻读硕士学位期间主要的研究成果

致谢