经QC小组全体成员从以上四个方面商讨决定，以“提高屋面泡沫混凝土施工质量”确定为本次活动的课题。 四、现状调查 1、总结工艺流程图：为了对泡沫混凝土施工中可能出现的的问题进行预控，确保达到质量目标，我们QC小组会同生产厂家及施工人员召开了专题讨论会，对泡沫混凝土施工工艺进行了分析，采用以下施工工艺流程图； 2、调查统计 我们对脱盐水站单体工程已施工屋面进行了检查，采集了257个点，其中有37个点不合格，合格率仅为85.6%，下表泡沫混凝土不合格调查表。 泡沫混凝土质量不合格调查表 项目 项目 厚度 平整度 坡度 细部处理 检查数量 90 75 80 12 不合格数 14 12 9 2 不合格品率 15% 16% 11% 16% 制表：XX 日期：2014年08月05日 制表：XX 日期：2014年08月05日 小组成员在施工现场通过详细调查，制定了质量不合格项调查分类表如下： 泡沫混凝土施工质量不合格项分类表 项目名称 检查项目 标高 平整度 坡度 细部处理 其它 合计 不 合 格 点数 14 12 9 2 2 39 累计不合格率（%） 35.89 30.76 23.07 5.12 5.12

20210507-广发证券-广发宏观：大类资产配置系列（三），六大类海外资产的泡沫化程度及其前景.pdf

几种矿物颗粒在泡沫层中的沉降速度.rar

世界房价泡沫剧——日本

为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图像进行修改,最后使用分水岭算法对修正后的梯度图像进行分割。试验结果表明,改进后的算法克服了标记提取需要先验知识、分割过程繁琐等问题,使参数选取更加合理,分割结果更加准确。

铜浮选泡沫图像局部谱特征提取的新方法

泡沫图像特征是指泡沫图像中与浮选性能相关的局部黑色水化区域大小,即局部光谱特征.针对这一局部光谱特征形状、大小无规则性,提出了一种基于多维主元分析的特征提取方法,并将提取的特征应用于铜浮选粗选过程病态工况识别.首先,描述了铜浮选粗选过程,分析了影响粗选过程的主要因素和黑色水化区域形成机理;然后,提出一种基于多维主元分析的图像局部光谱特征提取方法;最后,将基于多维主元分析的图像局部光谱特征提取算法应用于铜浮选粗选泡沫图像,并将所提取的图像特征用于铜粗选病态工况识别.工业现场数据验证了所提方法的有效性.

基于粗糙案例推理的金锑矿物泡沫浮选加药量匹配研究

在长流程浮选过程中,生产指标难以在线检测,造成操作不及时,影响系统的稳定运行.本文提出了一种基于多源数据的铝土矿浮选过程生产指标集成建模方法.首先结合浮选机理和现场工人经验,分析影响和反映生产指标的多源数据(生产数据和泡沫图像特征数据);然后分别建立各生产指标预测子模型和同步误差补偿子模型;最后采用信息熵和智能协调策略分别构建精矿品位和尾矿品位的集成预测模型.工业验证和工况分析表明,本文集成建模方法具有良好的预测性能和较强的泛化性,为基于生产指标的浮选过程操作参数控制和全流程优化奠定基础.

浮选泡沫图像等效尺寸分布特征提取