[發明專利]一種基于紋理單元分布的硫浮選過程故障檢測方法

無效

• 申請號: 201210094709.3
• 申請日: 2012-04-01
• 公開（公告）號: CN102681473A
• 公開（公告）日: 2012-09-19
• 發明（設計）人: 桂衛華;朱紅求;何明芳;陽春華;凌弈秋
• 申請（專利權）人: 中南大學
• 主分類號: G05B19/048
• 分類號: G05B19/048
• 代理公司: 中南大學專利中心 43200
• 代理人: 胡燕瑜

1.一種基于紋理單元分布的硫浮選過程故障檢測方法，其特征在于包含以下步驟：

第一步，根據正常工況下硫浮選泡沫圖像構建的圖像庫，基于紋理單元提取紋理特征，設計非參數核密度估計算子逼近泡沫實際紋理單元分布得到動態權系數，采用主元分析的方法建立基于動態權系數的主元模型，最后根據基于主元模型的T²統計量得到故障檢測閾值，具體包括：

步驟1：基于紋理單元提取泡沫紋理特征；

?????????????????????????????????????????????????是個33鄰域，該鄰域的灰度值依次記為，其中為區域中心像素的灰度值，紋理單元值的計算為：?

????

其中，，，為依據硫浮選工況確定的常數；

步驟2：根據計算的紋理單元值，設計非參數核密度估計算子逼近實際的紋理單元分布，得到描述紋理特征的動態權系數；

根據函數逼近原則，用下述設計的非參數核密度估計算子來逼近實際紋理單元分布：

??????????????????????

式中為硫浮選泡沫紋理單元分布函數，為紋理單元值，是控制輸入，即硫浮選過程中的液位調節值，為第i個核函數的權系數，?是第i個核函數，是第i個核函數的x軸中點，是核函數的窗寬；?

步驟3：采用主元分析的方法建立基于動態權系數的主元模型，根據經驗法確定主元個數；

設模型輸入為動態權系數向量，為維矩陣，為數據樣本數，為輸入變量個數，為了避免變量不同量綱對結果的影響和便于數學上的處理，先對建模數據進行歸一化處理，記歸一化后的輸入變量為?，對進行主元分析，采用經驗法確定主元個數，可分解為：

????

式中為主元負荷矩陣，為主元得分矩陣，為殘差矩陣，為主元個數；

步驟4：根據T²統計量表征主元模型內部變化的一種測度的特點，計算基于主元模型的T²統計量；

為了檢測硫浮選過程的波動，采用基于主元模型的T²統計量的故障檢測方法，對于第個樣本動態權系數，T²統計量被定義為：

???????????????????????

其中為數據樣本數，是矩陣中的第行，由構成主元模型的個主元的得分向量所組成，是由與前個主元所對應的特征值所組成的對角均值；

步驟5：基于F分布得到T²統計量的控制限，以該控制限作為硫浮選過程故障檢測閾值；

T²統計量的控制限的計算：

???????????????????????????????????????

其中是數據樣本個數，是所保留的主元個數，是檢驗水平，是對應于檢驗水平為，自由度為，條件下的F分布的臨界值；使T²統計量的控制限作為故障檢測閾值；

第二步，根據正常泡沫圖像庫建立的主元模型得到的故障檢測閾值與實時泡沫圖像的T²統計量值的比較，判斷硫浮選過程狀態；

步驟1：應用第一步中前4個步驟計算實時泡沫圖像的T²統計量；

步驟2：根據當前T²統計量值與閾值的比較檢測硫浮選過程故障；

如果，則可以判定硫浮選過程只是發生較小的波動；如果，則報警提示硫浮選過程發生故障。

2.根據權利要求1所述的基于紋理單元分布的硫浮選過程故障檢測方法，其特征在于：第一步步驟2中，根據硫浮選泡沫的紋理分布特點，在逼近曲線時選用了25個核函數，核函數以Gaussian核函數為原型，構建符合硫浮選過程系統的核函數：

???。