浮选泡沫图像光照不变颜色特征提取及其在精矿品位软测量中的应用

发布时间：2021-07-15 07:43

　　精矿品位是选矿产品最重要的品质指标。然而,到目前为止,浮选精矿品位还难以实现在线检测。在实际的工业浮选过程监测中,精矿品位主要依赖于人工采样实验室化验,造成品位监测结果滞后生产四五个小时,且每天只能检测出有限的几个精矿品位数据。因而,无法对浮选生产进行及时有效地调整,难以保证精矿指标的稳定,极易造成精矿品位低下或者矿物资源回收率不高。近年来,基于机器视觉的浮选过程监控被认为是实现工业浮选过程稳定优化生产的一种必不可少的工具。其原因是,大量的研究表明泡沫表面视觉特性包含大量的与选矿生产指标和浮选生产工况相关的信息。比如,浮选泡沫表面颜色被认为是精矿品位的最直接的即时指示器。因而,基于机器视觉的精矿产品品位软测量和过程监控受到国内外广泛重视。然而,浮选泡沫表面颜色特征是一种极易受光照干扰的图像特征。受开放式的泡沫图像信号采集环境的影响,不确定的光源、空气中的粉尘和雾气、以及同一天不同时刻的光照强度和入射角度都会对泡沫图像的颜色信息造成严重的干扰,导致提取的颜色特征难以真实有效的反应泡沫层中所含精矿品位。此外,泡沫图像特征与选矿工艺参量特征中存在大量的冗余和噪声干扰,过程序列数据的动态与非线... 

【文章来源】：湖南师范大学湖南省 211工程院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

主要内容与结构安排第一章介绍了本论文的背景与选题意义

浮选泡沫图像光照不变颜色特征提取及其在精矿品位软测量中的应用11沫浮选出来，有用矿物沉入水中未能附着在泡沫表层被收集），所以仅通过一次浮选难以生产出合格的选矿产品，且尾矿中任存在着大量的有用矿物。因此多数的浮选生产过程都要经过多次的选矿才能得到最终的精矿产品。如图2-2所示为矿浮选生产流程示意图。图2-2浮选生产流程图如流程图所示，首先对采集的原矿石进行破碎使其变成矿石颗粒，然后经过球磨机进行粉碎得到矿物粉沫，通过分级器进行分级，符合细度的颗粒将被送入到搅拌机。在搅拌机中通过加入水与各种化学试剂与矿物颗粒进行搅拌从而形成矿浆，再将矿浆送入到一个浮选回路中。浮选回路一般包含粗癣精癣扫选三个子过程，而每个子过程可能又由多个浮选槽与小回路构成。如精选过程可能由精选1与精选2两个子过程构成，从而形成一个精选回路。其中粗选过程的浮选泡沫被送入精选过程进行进一步的浮选提纯，以提高浮选矿物的品位；而粗选的底流则被泵入粗扫槽，用于再一次回收粗选中未被浮选出来的有用矿物粒子；而粗扫的产品——粗扫泡沫将又被送入粗选过程进行再处理，粗扫的底流则作为尾矿排出。精选过程的产品——精选槽泡沫经过浓密、烘干等一系列的后续处理作为浮选过程的最终选矿产品，而精选的底流则被送入精扫，用于进一步回收未被采集的有用矿物粒子；浮选过程是一个复杂的物理化学混合变化。为提高工业的浮选效率，往往要加入多种试剂进行浮选过程调节。其常用浮选药剂大致分为捕收剂、起泡剂和调整剂三大类。捕收剂是用来增强矿物颗粒的疏水性与可浮性。因为，自然界除了少数的几种矿物表面疏水，具有可浮性以外，大多数矿物是可溶于水的。起泡剂是用来提

调整剂通常为石灰、碳酸钠、硫酸等，是用来调整矿浆的酸碱度、控制矿物表面特性、改善浮选效果。而活化剂能改变矿物表面的化学组成，使难浮物质受到活化而被浮起，从而提高捕收剂作用。抑制剂能降低矿物表面的可浮性，提高矿物的亲水性或阻止矿物同捕收剂作用，从而可防止无用脉石等被浮选出来。2.1.2矿化过程与泡沫层的产生矿物浮选是利用矿物间表面润湿性差异来进行浮游分离，该分选过程主要利用气泡的粘连性与可浮性来采集有用矿物,因而该过程需要产生大量气泡以满足分选所需的环境条件。浮选过程主要在浮选槽中进行。如图2-3所示为一浮选槽的原理示意图。图2-3浮选槽原理图如图所示，矿浆通过矿浆分配箱送入浮选槽，通过矿化器产生气泡。其中矿化器主要通过搅拌与通入空气来产生气泡，为了保证气泡的量与稳定性，通常会加入起泡剂与稳定剂，用于控制气泡的稳定性与寿命。当药剂量不足时，泡沫稳定度低，容易破碎，从而导致粘附的矿物颗粒又沉入水中难以上升至泡沫层被收集。而当药剂量过大时，药剂成本消耗大且容易导致大量气泡粘连，从而影响气泡对有用矿物的收集。通常气泡的直径为3~5cm时称为中泡，1~2cm称为小泡，当气泡较小时空气的弥散度高，气泡表面与矿物颗粒接触几率大，有利于浮选过程的矿物收集，而过小的气泡上浮速度较慢，浮选效率低。因此浮选过程中要保证有足够的气泡且尽量均匀分布在浮选槽中以保证足够大的面积去吸附有用矿物颗粒。为保障浮选的效率，气泡大小应该适中，无论是过大还是过小均会影响到

【参考文献】：
期刊论文
[1]基于生成式对抗网络的鲁棒人脸表情识别[J]. 姚乃明,郭清沛,乔逢春,陈辉,王宏安.  自动化学报. 2018(05)
[2]泡沫图像统计建模与恒常颜色校正算法研究[J]. 陈宁,黄璐,桂卫华,阳春华.  控制理论与应用. 2016(05)
[3]基于图像空间结构统计分布的浮选泡沫状态识别[J]. 陈青,刘金平,桂卫华,唐朝晖.  化工学报. 2013(12)
[4]基于机器视觉的矿物浮选过程监控技术研究进展[J]. 桂卫华,阳春华,徐德刚,卢明,谢永芳.  自动化学报. 2013(11)
[5]基于Curvelet变换的浮选泡沫图像序列时空联合去噪[J]. 刘金平,桂卫华,唐朝晖,朱建勇.  控制与决策. 2013(09)
[6]基于纹理粗细度测量的铝土矿浮选过程最佳精选泡沫状态分析[J]. 刘金平,桂卫华,唐朝晖.  控制与决策. 2013(07)
[7]基于泡沫大小动态分布的浮选生产过程加药量健康状态分析[J]. 刘金平,桂卫华,唐朝晖,朱建勇.  控制理论与应用. 2013(04)



本文编号：3285311