BFIPS—Ⅰ型浮选泡沫图像处理系统的应用与研究

合集下载

泡沫图像处理技术在矿物浮选作业中的应用

关键词：沫图像；泡纹理；域相关矩阵；经网络邻神中图分类号：Ｐ１．Ｔ３７４文献标识码：Ａ
ＴｈｅＢｕｂｅＩａｅＰｒｃｓｉｃｏｏｙｉｈｂｌｍｇｏｅｓｎｇＴｅｈｎｌｇｎｔｅ
第３ｌLeabharlann 第３期２０ｌ２年９月
计算
技
术与自动化
ＶＯ．．Ｏ３１３１Ｎ．
ＣｏｐｕｉｇＴｅｈｎｏｎｄＡｕｔｍａｉｍｔｎｃｏｌｇｙａｏｔｏｎ
Ｓｐｅ．２０１２
文章编号：０３１９２１）３１８４１０ —６９（０２０ —０３ —０
ｓｒａｅｔｘｕｅａｄｆｔｔｎｃｎｉｏｓａｅｃｏｅｙｒｌｔｄｕｆｃｅｔｒｎｌａｉｏｄｔｎｒｌｓｌｅａｅ．Ｔｈｌｔｔｎｆａｓｒａｅｔｘｕｅｃｎｒｆｃｈｅｒｅｏｎｒｏｏｉｅｆａｉｏｍｕｆｃｅｔｒａｅｌｔｔｅｄｇｅｆｏｏｅｍｉｅ — ａｉａｉｎｏｈｏｍａｅｔｅｇａｅｏｎｒｌａｉｎｉｅｔ．Ｔｈｏｇｈｎｌｓｓｐｏｅｓｎｆｆｔｔｎｆａｉｇｌｔｏｆｔｅｆａｌｙｒ（ｈｒｄｆｍｉｅａｉｔ）ｄｒｃｌｚｚｏｙｒｕｈｔｅａａｙｉｒｃｓｉｇｏｌａｉｏｍｍａｅｉｏｏｎ
ＡｂｔａｔＣｍｂｎｄｗｉｈｔｅｃｌｇ — ｒｖｎｅｕｉｅｓｔｏｐｒｔｎｐｏｅｔｏｎａｒｖｎｅｏｌｔｔｎｆａｌｙｒｓｒｃ：ｏｉｅｔｈｏｌｅｐｏｉｃ —ｎｖｒｉｃｏｅａｉｒｊｃｆＹｕｎｎｐｏｉｃｆｆａｉｏｍａｅｅｙｏｏｏ

一种新的浮选泡沫图像识别方法

一种新的浮选泡沫图像识别方法
郝元宏;韩静;齐春
【期刊名称】《西安交通大学学报》
【年(卷),期】2011(045)004
【摘要】针对灰度共生矩阵法提取的浮选泡沫图像纹理特征相互混叠,不利于聚类和识别的问题,提出一种基于正交保局投影和支持向量机的浮选泡沫图像识别新方法.该方法利用正交保局投影法对原始纹理特征参数进行变换处理,有效改变了不同类别特征参数的聚集程度,并利用支持向量机进行分类.实验结果表明,所提方法的正确识别率能够达到93.5%,与基于最近邻分类器的主元分析法相比,其性能更好.【总页数】5页(P104-108)
【作者】郝元宏;韩静;齐春
【作者单位】西安交通大学电子与信息工程学院,710049,西安;山西大学商务学院理学系,030031,太原;西安交通大学电子与信息工程学院,710049,西安
【正文语种】中文
【中图分类】TD928.9
【相关文献】
1.一种浮选泡沫视频图像自适应筛选方法 [J], 尹逊越;廖一鹏
2.一种新的浮选泡沫图像纹理特征提取方法 [J], 桂卫华;廖茜;阳春华;陈宁
3.一种新的浮选泡沫图像纹理特征提取方法 [J], 桂卫华;廖茜;阳春华;陈宁
4.基于CNN-SVM的选煤厂浮选泡沫图像识别方法 [J], 孙友森;陈传海;杨志龙;王
新欣
5.浮选泡沫的计算机图像处理与识别方法 [J], 李珍香;罗宏宇
因版权原因，仅展示原文概要，查看原文内容请购买。

基于浮选泡沫图像预测精矿品位的研究进展

基于浮选泡沫图像预测精矿品位的研究进展卜显忠;杨怡琳;宛鹤【期刊名称】《金属矿山》【年(卷),期】2024()2【摘要】随着人工智能技术在矿业生产的广泛应用,利用计算机视觉技术提高精矿品位预测的准确性和效率已成为必然趋势。

在综述了传统图像处理算法和深度学习算法在精矿品位预测中的应用与发展历程基础上,并探讨了未来的发展趋势和挑战。

传统图像处理技术通过提取泡沫图像的尺寸、颜色、纹理和流速等特征,结合分水岭分割、颜色矩、灰度共生矩阵和局部点特征匹配等算法进行特征提取。

这些特征在计算资源有限的场景中具有一定的应用价值,但在应对精矿品位预测任务时精度较低。

深度学习技术通过构建合适的模型架构并利用大量数据进行训练,能够提取高层语义特征,具有较高的预测精度,与图形处理单元(GPU)等高效运算设备配合使用,可实现高性能和高效率的统一。

介绍了支持向量机(SVM)、极限学习机(ELM)等机器学习算法以及多层感知器(MLP)、全连接层和多尺度特征融合等深度学习算法在特征映射和品位预测中的应用,以及深度学习模型的发展历程。

最后综述了工业界视觉检测系统的应用现状,并从数据驱动模型、多模态数据融合、算法实时性和数据集规模等方面分析了该领域所面临的挑战和未来发展趋势。

【总页数】14页(P25-38)【作者】卜显忠;杨怡琳;宛鹤【作者单位】西安建筑科技大学资源工程学院【正文语种】中文【中图分类】TD923【相关文献】1.基于泡沫视觉特征的浮选精矿品位的软测量2.基于泡沫图像特征的金锑浮选入矿品位估计3.基于人工神经网络的浮选精矿品位预测模型4.基于深度学习的浮选精矿品位预测方法5.基于动态随机森林算法的铜浮选精矿品位预测因版权原因，仅展示原文概要，查看原文内容请购买。

泡沫图像分析仪在浮选控制中的应用

泡沫图像分析仪在浮选控制中的应用王庆凯;高嵩;万洪涛;赵友【摘要】本文回顾了国内外泡沫图像产品的应用情况,介绍了北京矿冶研究总院在泡沫图像产品方面取得的进展,提出了一种以泡沫图像处理系统(BFIPS)为主要检测单元,结合浮选机液位充气控制系统,稳产率调泡沫厚度的新浮选控制方案.该方案具有易调试,维护量少,效果显著的优点.【期刊名称】《中国矿业》【年(卷),期】2015(024)0z2【总页数】4页(P194-197)【关键词】泡沫图像分析仪;浮选;产率【作者】王庆凯;高嵩;万洪涛;赵友【作者单位】北京矿冶研究总院,北京100160;矿冶过程自动控制技术北京市重点实验室,北京100160;北京矿冶研究总院,北京100160;矿冶过程自动控制技术北京市重点实验室,北京100160;山东黄金矿业(莱州)有限公司焦家金矿,山东莱州261441;山东黄金矿业(莱州)有限公司焦家金矿,山东莱州261441【正文语种】中文【中图分类】TD9231968年Outotec(原奥托昆普)公司库里厄300载流X射线荧光分析仪面世，并于1970年在Keretti矿成功应用，被认为可以将选矿工业自动化提升到一个新高度[1]。

但事情的发展却不如当时人们所预期的那样顺利。

一方面虽然分析仪能够在线测量浮选原精尾的品位，但对于浮选过程状态的检测仍然不够。

另一方面如果使用分析仪对所有浮选槽均进行检测，则需要复杂的取样系统、大量的资金投入和长的检测周期，大多数选矿厂无法接受。

1989年Woodburn提出采用图像处理方法对浮选泡沫进行在线监视分析，而在此之前，学术界对于泡沫特性与浮选指标之前的关系的关注度较低[2]。

然而一直以来浮选操作工在获得品位数据之前，主要是通过观察泡沫进行操作的。

近年来泡沫图像分析逐渐成为一个热点，并被寄予很高的期望。

随着计算机技术和图像处理方法的发展，图像处理技术在浮选方面应用的文章日渐增多，Outotec和Metso等国际知名厂商纷纷推出泡沫图像产品。

浮选泡沫图象边缘检测方法的研究

Ｓｅｐ．２００２
文章编号：００１６（０２０ — ４１０１０４２０）５０２－５９
浮选泡沫图象边缘检测方法的研究
曾荣
（京矿冶研究总院，京北北１０４）００４
摘要：针对工业现场实时采集的浮选泡沫图象，出了泡沫边缘探索法和分水岭Ｆｏｄｎ提ｌｏｉｇ方法分割图象．述了泡沫边缘探索法算法流程，给出了分水岭的定义和Ｆｏｄｎ阐并ｌｏｉｇ方法的伪ｃ算法．后，析和比较两种方法的试验结果．果表明泡沫边缘检测方法和分水岭Ｆｏｄｎ最分结ｌｏｉｇ方法
且无法和计算机控制系统有机地结合起来以实现高级控制＿．它表明浮选泡沫的表面特征参数与１但］
浮选生产状况和经济指标有密切关系，以快速、所
泡中心像素点的灰度值最高，素点灰度值向气泡像
１００１０ｔ的大型选矿厂，理矿石以富含金属镍和处
同的．同气泡的边界点灰度值具有较大的差异．不
３）泡沫图象 ቤተ መጻሕፍቲ ባይዱ气泡没有明显的边缘但每一个气泡的中心点区域比较亮．们一开始采用传统的我边缘检测算子方法分割泡沫图象，由于受到浮选泡沫的特征制约，缘检测出的结果不理想．边因此，研

BFIPS-Ⅱ泡沫图像分析仪软件系统的设计与实现

BFIPS-Ⅱ泡沫图像分析仪软件系统的设计与实现梁栋华【摘要】Based on the development and application of BFIPS-II Froth Image Analyzer, this paper describes the system architecture, system platform, system functions, as well as the key technology of Froth Image Analyzer. It can receive the real-time uncompressed froth image video stream, calculate the characteristic parameters of froth image, and establish the model of characteristic parameters and concentrate grade.%基于BFIPS-Ⅱ泡沫图像分析仪的开发与应用,介绍了泡沫图像分析仪软件系统的系统架构、系统平台、系统功能,以及在系统平台下应用实现的关键技术.系统平台可以实时处理未压缩的泡沫图像视频流,计算泡沫图像的特征参数,建立特征参数与精矿品位的数学模型.【期刊名称】《矿冶》【年(卷),期】2011(020)004【总页数】3页(P102-104)【关键词】泡沫图像;软件设计;特征参数【作者】梁栋华【作者单位】北京矿冶研究总院,北京100070【正文语种】中文【中图分类】TP391.41多年来对浮选工艺的研究表明，浮选泡沫的特征变化能及时反映过程控制量以及矿石性质的变化，因此可以把浮选泡沫的特征变化作为浮选作业最快捷的指示指标。

BFIPS-Ⅱ浮选泡沫图像分析仪已经先后在江西铜业集团德兴铜矿、山东黄金集团焦家金矿成功应用〔1-2〕。

BFIPS-Ⅱ浮选泡沫图像分析仪软件平台是产品开发的核心任务，也是产品应用成功的保证。

BFIPS-Ⅱ泡沫图像分析仪软件系统的设计与实现

获取多台相机终端未经压缩的视频流，对视频流并进行处理分析，获取浮选泡沫特征参数
１１系统架构．
最快捷的指示指标。ＢＩＳ１浮选泡沫图像分析仪ＦＰ一１已经先后在江西铜业集团德兴铜矿、山东黄金集团
１系统方案
ＢＩＳＩ浮选泡沫图像分析仪软件系统是基于ＦＰ．Ｉ
Ｗｉｄｗ平台，ｎｏｓ采用ＭｉｒｓｆＶｓａＳｕｉ２０、 — ｃｏｏｉｌｔｄｏ０５Ｍｉｔｕ
兆网口相机，以获取帧率高达３ｓ分辨率１３可０ｆ、／０２
ｔｅｓｓｅａｃｉｅｔｒｈｙｔｍｒｈｔｃｕｅ，ｓｓｕｃｉｓ，ａｌｓｔｅｋｙｔｃｎｌｇｆＦｒｔｍａｅＡｎｌｚｒｏｓｗｅｌａｈｅｅｈｏｏｙｏｏｈＩｇａｙｅ．
Ｘ６７８的视频流。通过带屏蔽的六类千兆网线以及光纤进行视频
ｃｏｏＱｅｖｒ０８等软件开发工具进行开发的ｒｓ￣ＳＬＳｒｅ０２
ＤＥＳＧＮＡＮＤＭＰＩＩＬＥＭＥＮＴＡＴＩＯＮＩＳＩＲ０ＴＨＯＦＢＦＰ —ＩＦＩＭＡＧＥＡＮＡＬＹＺＥＲＯＦＳＴＷＡＲＥＳＴＹＳＥＭ
ＬＡＮＧｎｈａＩＤｏｇ－ｕ
（ｅｇＧｎｒｌｅａｃｎｔｕｎｎｎｔｌｒｙＢｎ０００，ｈｎ）ＢｎｅｅｓｒｈＩｓｔｔｏＭｉｉａｄＭｅｌｇ，ｅｇ１０７ＣｉａａＲｅｉｅｆｇａｕ

基于VC﹢﹢的矿物浮选泡沫图像处理系统软件的设计与实现的研究报告

基于VC﹢﹢的矿物浮选泡沫图像处理系统软件的设计与实现的研究报告本文针对矿物浮选泡沫图像处理的实际需求，研究设计了一款基于VC++的泡沫图像处理系统软件。

该系统软件主要包括图像采集、预处理、特征提取、分类识别和结果输出等五个重要模块。

首先，图像采集模块主要负责从雷达、红外、可见光等多种传感器获取矿物浮选泡沫图像。

其次，在预处理模块中，对采集到的图像进行了去噪、灰度化、二值化等一系列常见的图像预处理操作，为特征提取模块做好准备。

在特征提取模块中，采用了多维特征提取算法，通过泡沫大小、形状、颜色、纹理等多个方面的维度，将矿物浮选泡沫图像的特征进行提取，并生成相应的特征向量。

在分类识别模块中，采用了深度学习方法，搭建了卷积神经网络（CNN）进行分类和识别。

该模块通过对特征向量进行训练，得到相应的分类模型，并可实现对图像进行自动分类和识别。

最后，在结果输出模块中，软件将分类和识别结果输出到图形化界面上，为后续的矿物浮选作业提供了有力的支持。

综上所述，该基于VC++的矿物浮选泡沫图像处理系统软件的主要功能是实现矿物浮选泡沫图像的获取、预处理、特征提取、分类识别和结果输出，为矿物的分类和识别提供了有效的帮助，也为工业生产和科学研究提供了有力的支持。

为了更好地理解和评估VC++矿物浮选泡沫图像处理系统软件的性能，我们需要对相关数据进行分析。

1.图像采集数据在开发阶段，我们采集了大量的矿物浮选泡沫图像，这些图像来源于不同的传感器，以不同的角度拍摄，具有浮选泡沫的各种颜色和多样形态。

2.预处理效果数据我们对采集到的图像进行了去噪、灰度化、二值化等预处理操作，我们将不同预处理方法的结果进行了对比。

3.特征提取数据在特征提取模块中，我们采用了多维特征提取算法，并通过主成分分析（PCA）对特征进行了降维处理。

我们将降维前后的数据进行比较，以评估PCA的效果。

4.分类识别数据在分类识别模块中，我们通过K折交叉验证等方法对深度学习模型进行了评估。

浮选泡沫图像处理技术研究现状与进展

变化情况；某些变化难以用人眼来观测；恶劣的 ② ⑧
工作环境有损人的健康；④ 只能进行定性的粗糙观
测，可能进行定量的精细观测；观测结果因人而不 ⑧
收稿日期：０１Ｏ一４２１－１ｏ基金项目：西省自然科学基金资助项目（０８Ｚ０２）江２０ＧＣ０８
ＨＥＧｕ－ｈｎＦｉｃｕ，ＥＮＧｉ－ｉＷＵ－ｅｇＺＨＥＮＧ－ｉｎＪｎｎ，Ｙｉｐｎ，Ｘｉｌａ
（ａｕｔｏｅｏｒｅａｄＥｖｒｎｎａｎｉｅｒｇＪｎｘｎｖｒｉｆｃｅｃｎｅｈｏｏｙＧｎｈｕ３１０，ｈｎ）Ｆｃｌｆｓｕｃｎｎｉｍｅｔｌｇｎｅｉ，ｉｇｉｉｅｓｙｏｉｎｅａｄＴｃｎｌ，ａｚｏ４００ＣｉａｙＲｏＥｎａＵｔＳｇ
异，不稳定，致优化生产控制的随意性和变化性．导因
０引言
目前在浮游选矿过程中，浮选仍然主要依靠有经验的师傅或者工程师进行操作，他们通过观察浮选
矿浆表面泡沫状态，来调整浮选机矿浆液位和改变药剂制度等，得浮选过程处于一个较好的状态．在使但
第２卷第２期
２０１１年４月
有色金属科学与工程
ＮｏｆｒｏｓＭｅａｓＳｉｎｅｎｇｎｅｉｇｎｅｒｕｔｌｃｅｃａｄＥｎｉｅｒｎ

泡沫浮选分离法的应用及前景

沫塔内进行Ｃｒ ¨脱除，取得了较好
鼓泡分离法
萃取浮选法
的分离效果，而用沉淀法处理则很难达到国家废水排放标准
中铬离子含量的限制条件］。此外还可用于废水中铜锌的
矿物浮选粗离子浮选
细粒子浮选
沉淀浮选
回收即采用两段泡沫浮选萃取法，先在适应铜的最佳ｐＨ条件下分离出铜，再在锌的最佳ｐＨ下除去锌，然后再反萃、浓缩、结晶等处理铜锌有机相和泡沫相合并后的富集液，制得
所需纯产品Ｊ。
离子浮选
分子浮选
４．２在生物工程中的应用
４．２．１分离皂苷有效成分可用此分离技术从天然植物中提取皂苷，皂苷是一种天然非离子型表面活性成分，其具有亲水性的糖体和疏水性的
吸附胶体浮选
３泡沫浮选法的操作流程
２泡沫浮选法的分类
目前此技术主要分为溶解物浮选和不溶物浮选，按照其原理不同可分为以下几类，如表１所示。
表１泡沫浮选分离技术分类
泡沫分离泡沫分馏法
泡沫浮选法
非泡沫分离
例如去除废水中的ｃｒ３，就是用Ｆｅ（ＯＨ），作絮凝剂，ＳＤＳ作
术来代替传统的分离法。泡沫浮选法是人类探索出的新兴的分离技术，在实际应用中有很大的发展潜力。近年来适用于泡沫浮选分离的物
细胞属于敏感性物质，运用泡沫浮选进行提取和分离可得到全细胞。例如，用月桂酸，硬脂酰胺或辛胺之间的表面活性剂，对浓度为７．２×１０８ｅｆｕ／ｅｍ３的大肠杆菌进行分离，ｌａｉｔｎ内可除去９ｏ％的细胞。此外，也可用于分离小球藻、衣

浅谈浮选泡沫图像监控系统的应用

浅谈浮选泡沫图像监控系统的应用1 引言冬瓜山铜矿系新建大型现代化铜矿山，矿石属高硫难选矿石，矿物组成复杂，是目前发现的最难处理的含铜矿石类型之一，其选矿工艺流程长而复杂。

在以往的浮选生产过程中，浮选操作主要以人工观察为主，通过肉眼观察泡沫的大小、颜色、速度等视觉信息来调节生产操作。

以人工观测为主的浮选操作受主观因素影响难以处于稳定最优运行状态，这种凭人工经验操作导致的问题是，不同工人对泡沫状态的判断没有客观标准，浮选过程难以处于优化运行状态，常出现对液位进行长时间的拉锯式调节，导致浮选槽溢流量少，造成尾矿金属含量高，或者泡沫过多，出现冒槽等一系列问题。

导致矿物回收率低、浮选药剂消耗量大，降低了企业的效益。

当前基于视频监控的图像处理系统在工业中应用越来越广泛，采用图像监控的泡沫处理系统可以自动识别泡沫状态和预测矿浆品位，对浮选过程的自动化提升有重要作用。

2 系统的硬件总体结构系统硬件配置主要从能获取到高质量泡沫图像，能够对图像进行实时处理的角度来确定硬件型号、数量和具体安装位置，摄像机和光源的合理配套，以及各部件软硬件接口的连接问题。

系统硬件总体构架如图1所示，摄像机主要拍摄粗选首槽的泡沫图像，将图像传输至计算机进行分析处理。

硬件系统主要由泡沫产生设备、光源、摄像机、图像转换卡、计算机及其附属部件构成。

要求泡沫产生设备能够长时间不间断工作，生成无污染且稳定的气泡；对光源的要求是能够为摄像机提供亮度高且色温稳定的照明，要求照度在1500lux以上，摄像机的作用是拍摄泡沫表层，获取泡沫图像，要求能够长时间工作，输出图像质量高，且其接口易于软件访问操作。

计算机的作用是显示实时图像，并对气泡图像进行处理分析，要求图像显示、运算和存取速度快，硬盘存取空间大。

系统视频信号流程图如图2所示。

彩色CCD摄像机获取泡沫层图像，将视频信号数字化并生成数字视频信号，通过1394接口和光纤传输至图像转换卡。

图像转换卡将相机的1394协议数据转化为适于计算机处理的数字信号，计算机生成数字图像，并通过底层驱动程序的软件接口读取至系统内存，计算机图像处理应用程序读取泡沫图像、提取泡沫图像特征参数，并进行分析。

浮选泡沫图像识别系统的设计与实现

在矿物加工领域，有许多过程主要通过视觉信息来分析和判断，用显微镜观察和分析矿物颗粒的几何尺寸、状、色、如形颜解离度、连生体、矿物种类和含量等。以“ 计算机视觉 ” 代替人的视觉。加强数字图像技术在矿物加工中应用的研究，利用当代最新数字图像技术成果来促进矿物加工新技术的开发，对实现选厂的智能化控制具有非常重要的意义。
计算浮选泡沫图像的一些纹理参数，通过这些纹理参数以厦图像识别实验建立一定的数学模型，用这些数学模型可以精利确预测浮选过程的工艺技术指标，而为选厂过程的在线控制提供可靠数据依据。从关键词：浮选泡沫，图像识别，学模型，数纹理参数，在线控制
ｎｉｇｅｐｒｎ．ｓ．ｕｃｎｆｒｃｓｅｈｉａｇｉｅｉｅｆｆｔｔｎｒｃｓｂｕｉｇｈｓｉｎｘｅｉｔｏｙａｏｅａｔｔｃｎｃｌｕｄｌｏｌａｉｐｏｅｓｙｓｎｔｅｅｍｏｅｓｔｅｃｉｖｎｄ — ｚｍｅＡｌｏｎｏｏｄｌ．ｎａｈｅｉｇｅｈｐｎａｌａａｕｅｎｔｅｆｃｏｙＳｏｌｅｃｎ￣１ｅｄｂｅｄｔｓｄｉｈａｔｒｎｉｏｔ．ｎＫｙｒｓｆｔｔｎｆｔ，ｇｅｏｉｎｍａｈｍａｉｍｏｅ．ｘｕｅｐｒｍｅｅ．ｎｉｅｃｎｒｌｅｗｏｄ：ｏａｉｒｈｉｌｏｏｍａｅｒｃｇｎｉ．ｔｅｔｄ１ｅｔｒａａｔｒｌｏｔｔｏｃｔｏｎｏ

FP-01浮选泡沫图像处理系统

FP-01浮选泡沫图像处理系统
沃国经
【期刊名称】《有色冶金设计与研究》
【年(卷),期】2003(000)0S1
【摘要】比较了国内外图像处理技术在浮选过程中应用的三个代表性例子 ;介绍了FP - 0 1浮选泡沫图像处理系统 ;指出了图像处理技术在浮选过程控制中的应用前景。

【总页数】3页(P)
【作者】沃国经
【作者单位】北京矿冶研究总院;北京;教授级高级工程师
【正文语种】中文
【中图分类】TD923.7
【相关文献】
1.BFIPS-Ⅰ型浮选泡沫图像处理系统的应用与研究 [J], 梁栋华;于飞;赵建军;李传伟
2.基于VC++的矿物浮选泡沫图像处理系统软件的设计与实现 [J], 侯云飞;苏瑜
3.基于VC＋＋的矿物浮选泡沫图像处理系统软件的设计与实现 [J], 侯云飞;苏瑜
4.煤泥浮选泡沫数字图象处理研究(之一)——浮选泡沫视觉特征的线邻域提取算法[J], 刘文礼;路迈西;王振翀;王勇;王凡
5.煤泥浮选泡沫数字图象处理研究(之二)——煤泥浮选泡沫视觉特征的面邻域提取算法 [J], 刘文礼;路迈西;王振翀;王勇;王凡
因版权原因，仅展示原文概要，查看原文内容请购买。

矿浆气泡表面积通量对浮选生产的指导意义

矿浆气泡表面积通量对浮选生产的指导意义万洪涛;刘健;简小栋【摘要】采用BIFPS型泡沫图像分析仪得到的泡沫特征参数,实时计算气泡表面积通量,并以此参数为寻优目标,建立了充气量设定值的基本控制规则,并在此基础上实现单个浮选槽的专家系统控制.对比试验及正式投用结果证明,气泡表面积通量对浮选生产具有重要的指导意义.【期刊名称】《有色冶金设计与研究》【年(卷),期】2016(037)003【总页数】3页(P41-43)【关键词】气泡表面积通量;浮选过程;泡沫图像分析;泡沫特征参数;充气量【作者】万洪涛;刘健;简小栋【作者单位】山东黄金矿业(莱州)有限公司焦家金矿,山东莱州 261441;山东黄金矿业(莱州)有限公司焦家金矿,山东莱州 261441;山东黄金矿业(莱州)有限公司焦家金矿,山东莱州 261441【正文语种】中文【中图分类】TP391浮选过程是一个涉及固—液—气三相的复杂过程，受到各种因素的影响。

浮选动力学是研究矿粒与气泡的作用及疏水矿粒在空气—水界面的富集及运载过程的一门学科，是泡沫浮选的重点研究方向，对于浮选流程的仿真和优化、浮选设备的设计和改进方面等都起到了重要作用[1]。

然而，由于浮选过程的非线性、分布参数、强耦合和时滞性等特点[2]，由机理分析或实验方法得到的模型很难在浮选生产中得到应用。

如何利用浮选动力学知识指导生产，成为浮选科研工作者的一个重要研究方向。

动力学模型的近似简化和参数的在线测量是实际应用中面临的主要问题。

笔者对此进行了有益的研究与现场试验。

赞尼格（Zuniga）最早将化学反应动力学方程引入到浮选过程，提出关于浮选速率的浮选动力学基本方程[3]，如式（1）所示。

式中：Ca为矿浆中a矿物的浓度；t为浮选时间；kn为第n阶浮选速率常数；n为浮选速率方程阶数。

该方程的物理意义是浮选速度正比于浮选槽内矿物的浓度。

在一个浮选机中，如果气泡以恒定的速率产生，与此同时，矿浆中的物理化学条件保持恒定，则可以作如下假设：单位时间内矿物颗粒吸附于气泡的概率不变。