基于泡沫图像特征的浮选槽液位智能优化设定方法

• 作者: 徐德刚 桂卫华 蒋朝辉 谢永芳 赵洪伟 阳春华
• 来源期刊: 自动化学报
• 关键词: 浮选液位 泡沫特征 案例推理 品位预测 BP神经网络模糊推理 优化设定
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1086-1097
• 页数: 12页
• 字数: 8830字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.01086

摘要

浮选生产过程中浮选槽液位通常根据经验人工设定，具有主观随意性﹑液位波动大，使精/尾矿品位不满足要求。为此，提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法。在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上，将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM (Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成，提出了充分利用泡沫图像特征的液位智能优化设定方法。将该方法在某铝土矿浮选生产过程进行应用验证，可使粗选槽液位波动减小，提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	谢永芳	中南大学信息科学与工程学院	101	578	12.0	18.0
4	蒋朝辉	中南大学信息科学与工程学院	34	240	10.0	13.0
5	徐德刚	中南大学信息科学与工程学院	18	63	5.0	7.0
6	赵洪伟	中南大学信息科学与工程学院	2	26	2.0	2.0