[發明專利]一種銻浮選工況識別方法及系統

有效

• 申請號: 201410122812.3
• 申請日: 2014-03-28
• 公開（公告）號: CN103839057B
• 公開（公告）日: 2017-03-15
• 發明（設計）人: 唐朝暉;劉美麗;劉金平;陽春華;楊貴軍;譚珍
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李迪

1.一種銻浮選工況識別方法，其特征在于，該方法包括：

S1：對記錄的銻浮選泡沫圖像特征數據進行預處理；

S2：從泡沫圖像特征處理后的數據中提取對工況變化敏感性高且相互間無相關性或弱相關性的關鍵泡沫特征；

S3：基于物元可拓理論，融合多種關鍵泡沫特征，通過關聯函數建立待識別工況的關鍵泡沫特征與預設工況類別的關聯度矩陣；

S4：采用博弈論方法，通過最優化理論將主觀賦權法和客觀賦權法進行綜合，得到關鍵泡沫特征的綜合權重；

S5：基于關聯度矩陣和綜合權重計算待識別工況關于預設工況類別的綜合相關度，根據最大關聯度原則確定待識別工況所屬類別，并預測工況等級變化趨勢。

2.根據權利要求1所述的方法，其特征在于，步驟S1具體包括：

S11：剔除缺少主要數據的空缺數據項；

S12：剔除超出每個參數變量區間的錯誤數據項；

S13：獲取各泡沫特征數值后，對各數值進行無量綱化處理。

3.根據權利要求1所述的方法，其特征在于，步驟S2具體包括：

S21：從銻浮選泡沫圖像采集系統中獲取若干個泡沫特征；

S22：計算每次加藥量改變之后工況進入穩定期間的泡沫圖像特征變量均值σ和方差δ，并作為一個樣本保存；

S23：同樣方法采集若干個樣本(σ_i,δ_i),i=1,2,…,n，n為泡沫特征的個數；

S24：計算樣本集中均值σ_i的方差σ_k和方差δ_i的均值δ_v，并計算敏感性指數S，其中S=δ_v/σ_k；

S25：若某個泡沫特征的敏感性指數大于等于所設定的閾值，則判定該特征為工況敏感特征，則根據其從所有的泡沫特征中提取若干個工況敏感特征；

S26：利用主成分分析法對所述工況敏感特征進行相關性分析，得到若干個關鍵泡沫特征。

4.根據權利要求1所述的方法，其特征在于，步驟S3具體包括：

S31：確定關鍵泡沫特征的經典域；

S32：確定關鍵泡沫特征的節域；

S33：確定待識別的浮選工況；

S34：確定待識別工況的關鍵泡沫特征與浮選預設工況類別的關聯度矩陣。

5.根據權利要求1所述的方法，其特征在于，步驟S4具體包括：

S41：利用熵權法確定客觀權重；

S42：利用層次分析法確定主觀權重；

S43：基于博弈論，融合客觀權重和主觀權重得到關鍵泡沫特征的綜合權重。

6.根據權利要求1所述的方法，其特征在于，步驟S5包括：

S51：計算待識別工況關于浮選預設工況類別的綜合關聯度；

S52：判斷待識別工況所屬工況類別；

S53：預測待識別工況等級變化的趨勢。

7.一種銻浮選工況識別系統，其特征在于，該系統包括：預處理單元、關鍵特征提取單元、關聯度單元、權重單元以及識別單元；

預處理單元，用于對記錄的銻浮選泡沫圖像特征數據進行預處理；

關鍵特征提取單元，用于從泡沫圖像特征處理后的數據中提取對工況變化敏感性高且相互間無相關性或弱相關性的關鍵泡沫特征；

關聯度單元，用于基于物元可拓理論，融合多種關鍵泡沫特征，通過關聯函數建立待識別工況的關鍵泡沫特征與預設工況類別的關聯度矩陣；

權重單元，用于采用博弈論方法，通過最優化理論將主觀賦權法和客觀賦權法進行綜合，得到關鍵泡沫特征的綜合權重；

識別單元，用于基于關聯度矩陣和綜合權重計算待識別工況關于預設工況類別的綜合相關度，根據最大關聯度原則確定待識別工況所屬類別，并預測工況等級變化趨勢。