钛精矿浮选泡沫图像识别系统设计与实现

发布时间：2020-06-30 14:46

【摘要】：钛资源是国家重要的战略资源,从钒钛磁铁矿选铁尾矿中,高效的提取钛精矿,提高钛精矿的回收率,降低劳动强度,优化作业环境,采用自动控制系统来进行钛精矿浮选控制是必由之路。钛精矿泡沫图像识别系统,是实现钛精矿浮选全过程自动控制的基础。通过图像识别系统提供的控制参数,浮选自动控制系统可以根据泡沫情况,动态调节相关参数,并随着模型的不断优化,实现稳定、高效的生产。本文根据其他矿物的浮选操作过程,结合钛精矿的浮选过程特点,设计了一套适合钛精矿浮选的泡沫图像识别系统。系统通过图像采集设备,将泡沫图像传递至服务器,经过图像模糊判定及图像预处理,使得图像更有利于特征信息提取。通过模拟现场工程师判断质量的标准,选择了图像HSI颜色空间组合颜色特征、泡沫大小和个数、泡沫移动速度和泡沫Tamura纹理特征等重要特征参数,这些特征很好的反映了泡沫的质量及缺陷类型。根据提取的泡沫特征参数和获取的现场输入参数,结合专家经验和后期检验结果,建立了样本数据库。由于样本数据的数量偏少,结合样本和分类算法特点,本文试验了两种主流分类算法,最终选择了基于SVM的机器学习算法,并根据算法建立了专家系统,来实时判断泡沫的质量。并以此为基础,开发了泡沫图像识别系统,将采集的实时图像数据,通过专家系统判断后,进行质量预测和反馈,提出报警信息或者操作建议,以及输出调整控制参数,还提供了实时趋势图和历史数据查询等功能。该系统在攀钢矿业集团新白马矿业有限公司浮选车间精选2#槽进行了部署和试验,将采集的图像通过网络传递至控制室,运用泡沫图像识别系统进行质量判断,目前已接近了人工正常判断水平,基本实现了浮选过程的操作指导和控制参数的输出。接下来还将进行系统的预测水平的提高和系统稳定性提升,然后将系统应用扩展到所有浮选槽。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TD923;TD952
【图文】：

大连理工大学专业学位硕士学位论文浮选泡沫图像识别系统和浮选自动控制系统，在较长一段时间运行后，累积了大量质量较好的数据及其相关的参数值，可以根据这些数据找到优化浮选过程的参数组合，就可以实现稳定、连续、高效的生产，提高钛精矿的回收率，同时降低了劳动强度。

主要工作流程图

【参考文献】

相关期刊论文 前10条

1 王庆凯;高嵩;万洪涛;赵友;;泡沫图像分析仪在浮选控制中的应用[J];中国矿业;2015年S2期

2 谢沛宏;徐守坤;卢兆林;周长春;;基于机器视觉的煤泥浮选泡沫图像分割方法[J];洁净煤技术;2015年04期

3 侯云飞;苏瑜;;基于VC++的矿物浮选泡沫图像处理系统软件的设计与实现[J];数字技术与应用;2015年07期

4 刘国蓉;刘之能;孟玮;方昊;;大型浮选机的过程检测和控制技术进展[J];现代矿业;2015年03期

5 秦晓慧;戴蓉;;基于图像处理的浮选过程药剂量控制模型[J];计算机测量与控制;2014年04期

6 宁娅娟;;攀枝花白马铁尾矿选钛工艺研究[J];金属矿山;2013年12期

7 王雅琳;张润钦;谢永芳;桂卫华;;基于向量空间模型的浮选泡沫图像分类方法研究[J];高技术通讯;2013年09期

8 景军锋;张缓缓;李鹏飞;王静;;LBP和Tamura纹理特征方法融合的织物疵点分类算法[J];计算机工程与应用;2012年23期

9 梁栋华;;BFIPS-Ⅱ泡沫图像分析仪软件系统的设计与实现[J];矿冶;2011年04期

10 牟学民;刘金平;桂卫华;唐朝晖;李建奇;;基于SIFT特征配准的浮选泡沫移动速度提取与分析[J];信息与控制;2011年04期

相关博士学位论文 前1条

1 孙韶言;基于深度学习表征的图像检索技术[D];中国科学技术大学;2017年

相关硕士学位论文 前6条

1 冯洁;基于浮选泡沫图像特征提取方法的研究及应用[D];电子科技大学;2017年

2 尹逊越;铅锌浮选视频图像采集及其图像质量在线评价[D];福州大学;2015年

3 宁哲;基于图像处理的浮选泡沫特征分析与应用[D];西安建筑科技大学;2014年

4 高锦;基于SVM的图像分类[D];西北大学;2010年

5 欧文军;基于泡沫图像的浮选过程监控系统研究与实现[D];中南大学;2010年

6 林威;基于数字图像识别的PLC智能程控加药系统研究[D];中南大学;2008年

本文编号：2735448