基于圖像灰度特征的浮選尾礦灰分軟測量研究.pdf

1、隨著我國煤炭向貧、雜、細(xì)的方向發(fā)展以及市場對煤炭產(chǎn)品品質(zhì)的要求日益嚴(yán)格，浮選技術(shù)已經(jīng)成為選煤技術(shù)中不可或缺的一環(huán)。目前在浮選過程中，大多數(shù)選煤廠仍然依靠人工觀察浮選泡沫層的形態(tài)特征和浮選尾礦的顏色特征判別浮選效果的好壞。作為浮選過程的主要指標(biāo)，產(chǎn)品灰分的在線監(jiān)測已經(jīng)成為制約浮選過程自動化水平提高的瓶頸。機(jī)器視覺技術(shù)的發(fā)展為浮選過程變量的檢測提供一種新的思路。本文結(jié)合薛湖選煤廠浮選工藝的實(shí)際情況，對基于圖像灰度特征的尾礦灰分在線檢測問題進(jìn)

2、行了研究。
　　為了獲得高質(zhì)量的樣品圖像，本文對圖像采集系統(tǒng)進(jìn)行了優(yōu)化，并且對系統(tǒng)的運(yùn)行條件進(jìn)行了研究。首先，采集系統(tǒng)選取可以滿足長時間工作、光照穩(wěn)定、發(fā)熱少等需求的LED光源，并對比不同顏色光源條件下樣品圖像的特征參數(shù)，發(fā)現(xiàn)白色光源條件下的樣品圖像識別度最高，最終選取白色的LED光源作為系統(tǒng)的光源；其次，對比四種不同的照明和觀察幾何條件，結(jié)合圖像質(zhì)量的要求和圖像采集系統(tǒng)的實(shí)際情況，本文最終選取了光照均勻、無大亮斑、圖像無變形、成

3、本低的對稱光源照明和觀察條件；此外對系統(tǒng)性能進(jìn)行了探索，發(fā)現(xiàn)光源在初次開啟后光照強(qiáng)度會出現(xiàn)衰減，大約在50分鐘左右進(jìn)入穩(wěn)定狀態(tài)，為了防止樣品在圖像采集過程中發(fā)生沉淀，在系統(tǒng)中添加了磁力攪拌器，通過試驗(yàn)發(fā)現(xiàn)其轉(zhuǎn)速為800r/min左右時既能保證樣品不發(fā)生沉淀，同時又能保證樣圖像品的像素異常率在2.5％以內(nèi)。
　　為了保證圖像灰度特征值的代表性，本文對圖像灰度特征值的提取方法進(jìn)行了優(yōu)化，首先選取圖像形狀特征中的最大亮斑面積作為圖像是否

4、合格的評判標(biāo)準(zhǔn)，將最大亮斑面積大于1000個像素點(diǎn)的圖像直接刪除，不參與后續(xù)圖像特征值的提取，其次為了消除圖像中的噪聲，選取中值濾波的方式對圖像進(jìn)行預(yù)處理，從而保證圖像灰度特征的代表性；同時，探索了浮選尾礦的物理特性對樣品圖像的影響。本文通過單因素試驗(yàn)和正交試驗(yàn)的方式分別探討了不同灰分、不同濃度和不同粒度條件下樣品圖像特征的變化規(guī)律，通過單因素試驗(yàn)結(jié)果發(fā)現(xiàn)當(dāng)樣品的灰分發(fā)生變化時，樣品圖像的灰度均值也會有同樣的變化趨勢，說明根據(jù)圖像的灰度

5、均值預(yù)測浮選尾礦灰分的方法是可行的；另外，樣品的濃度和粒度對樣品圖像的灰度均值也有一定的影響。為了量化濃度和粒度對圖像特征的影響，提取亮斑平均面積和亮斑數(shù)目作為樣品濃度和粒度替代變量，然后通過正交試驗(yàn)的方差分析得到樣品物理特性對圖像灰度均值的影響大小是：灰分>粒度>濃度，最后將圖像灰度特征中的灰度均值、方差、偏度、平衡度、能量、熵、亮斑平均面積和亮斑數(shù)目等8個圖像的特征值作為軟測量模型的輸入。
　　為了保證模型的精度和運(yùn)算時間，對

6、8個圖像灰度特征值進(jìn)行PCA分析，結(jié)果表明輸入變量的前三個主元的累計貢獻(xiàn)率超過95%，故選取前三個主元作為浮選尾礦灰分預(yù)測模型的輸入。利用試驗(yàn)得到的214組試驗(yàn)數(shù)據(jù)分別建立了浮選尾礦灰分預(yù)測的SVMR模型和GA-SVMR模型，誤差分析表明：兩個模型的相對誤差在15%以內(nèi)，且GA-SVMR的預(yù)測穩(wěn)定性強(qiáng)于 SVMR獲得的預(yù)測模型。
　　最后，對浮選尾礦灰分在線預(yù)測平臺進(jìn)行了概念設(shè)計，主要包括尾礦樣品采集裝置的選型、采集裝置控制方案的