针对矿物浮选过程中的一类回收率预测问题,提出了一种基于泡沫图像特征提取的预测算法。该算法采用最小二乘支持向量机(LSSVM)建立预测模型,通过施密特正交化对核矩阵进行简约,利用核偏最小二乘方法(KPLS)进行LSSVM参数辨识,以此构造具有稀疏性的LSSVM,有效地减小了算法的计算复杂度。为检验模型泛化及预测能力,为多个泡沫特征信息引入预测模型,采用泡沫图像特征提取方法提取泡沫颜色、速度、尺寸、承载量及破碎率特征。实验结果表明,该预测算法对浮选回收率具有良好预测效果。
2024-07-11 12:27:56
456KB
1
针对煤泥浮选泡沫灰度图像统计纹理特征问题,通过实验室浮选柱试验,采集了大量的煤泥浮选泡沫图像,分析了泡沫图像的类别及特征,提出了描述浮选泡沫纹理特征的灰度行程矩阵提取算法,并进一步提取灰度行程矩阵的行程因子特征参数来描述浮选泡沫的视觉纹理特征,分析了各特征参数随浮选时间的变化关系.研究表明,泡沫灰度行程因子特征参数能够表征浮选泡沫图像纹理特征,并与特定的泡沫状态相关,可为煤泥浮选视觉监控系统提供泡沫状态信息.
2022-12-27 18:11:29
1.7MB
1
为了使浮选作业能够获得最佳的性能指标,提高加药的准确性和可靠性,设计了以PLC为核心的双人机接口自动加药控制系统;经马头选煤厂实地运行,该系统成功实现了药剂的自动添加,双人机操作极大地降低了生产成本,减轻了工人的劳动强度。
2021-12-20 13:57:12
812KB
1