2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩97頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、煤泥浮選是分選和回收0.5mm以下粒級煤的最有效的選煤工藝。浮選效果的好壞,直接影響精煤質(zhì)量和回收率及全廠的經(jīng)濟(jì)技術(shù)指標(biāo)。目前現(xiàn)場判斷浮選效果的途徑主要是靠操作人員的經(jīng)驗(yàn),如通過觀察泡沫層狀態(tài)和尾礦的顏色來調(diào)節(jié)加藥量,但由于人的判斷存在主觀差異和偏差,所以很難達(dá)到和保持浮選過程的最佳狀態(tài)。尾礦灰分作為一個重要的反饋信息,是調(diào)節(jié)藥劑量的依據(jù),也是實(shí)現(xiàn)浮選過程自動控制必不可少的一個重要參數(shù)。本文以西山煤電集團(tuán)西曲礦選煤廠使用的美國維姆克浮選

2、機(jī)為對象,對基于機(jī)器視覺方法實(shí)現(xiàn)尾礦灰分的在線檢測問題進(jìn)行了研究。
  本文首先根據(jù)浮選機(jī)尾礦池的結(jié)構(gòu)設(shè)計(jì)了尾礦漿提升裝置與圖像采集裝置。提升裝置采用斗式提升結(jié)構(gòu),由機(jī)架、鏈盤、不銹鋼鏈、料斗、翻斗節(jié)、聯(lián)軸器、調(diào)速電機(jī)組成。提升裝置將尾礦漿提升到合適的位置后,通過圖像采集裝置獲取尾礦圖像。圖像采集裝置由光源、工業(yè)像機(jī)、光強(qiáng)傳感器組成。系統(tǒng)軟件可自動采集尾礦圖像與光強(qiáng)信息,并同時記錄光圈、曝光時間和修正參數(shù)。為了研究浮選尾礦灰分與尾

3、礦漿圖像特征之間的關(guān)系,用該廠浮選精煤、浮選尾煤和矸石制作基礎(chǔ)灰分樣品,配制了灰分從20%到60%,灰分級差為2%,濃度分別為10 gL-1,20 gL-1和30 gL-1的樣品63組。通過試驗(yàn)平臺對樣品進(jìn)行了圖像和光強(qiáng)等相關(guān)信息的采集,每組樣品分別采集100幅圖像和對應(yīng)的入射光強(qiáng)、反射光強(qiáng),共得到6300組樣本數(shù)據(jù)。在此基礎(chǔ)上,對得到的煤漿圖像的灰度直方圖進(jìn)行了常規(guī)特征提取,計(jì)算灰度均值、方差、平滑度、歪斜度、能量和熵六個特征值,加入

4、入射光強(qiáng)和反射光強(qiáng),構(gòu)成8維向量作為神經(jīng)網(wǎng)絡(luò)的輸入,對應(yīng)灰分值作為輸出。但測試結(jié)果顯示尾礦灰分識別結(jié)果不理想,誤差較大,200個測試數(shù)據(jù)中誤差≥±5的比例達(dá)到26%。為了提高尾礦灰分識別精度,本文進(jìn)一步分析了尾礦樣本圖像的灰度直方圖與樣本灰分之間的關(guān)系,分析發(fā)現(xiàn)與樣本灰分有顯著相關(guān)性的是像素統(tǒng)計(jì)量在灰度區(qū)間上的分布,而不是灰度均值。為此,取灰度值區(qū)間50-170,子區(qū)間間隔為10,以12個子區(qū)間的像素點(diǎn)數(shù)量構(gòu)建新的輸入向量作為神經(jīng)網(wǎng)絡(luò)的

5、輸入,對應(yīng)灰分值作為輸出進(jìn)行訓(xùn)練和測試。結(jié)果顯示,灰分識別精度得到了大幅提高,誤差全部≤±5,而且200個測試數(shù)據(jù)中誤差≤±2的比例達(dá)到94%。為了減小圖像采集時不均勻性帶來的影響,本文采取在100組數(shù)據(jù)中隨機(jī)提取10組求平均值,構(gòu)成新的100組數(shù)據(jù),以消尾礦漿隨機(jī)運(yùn)動的影響,使規(guī)律更加穩(wěn)定。
  本文研究了尾礦漿濃度對灰分識別精度的影響,用各濃度下建立的神經(jīng)網(wǎng)絡(luò)模型交叉識別各組數(shù)據(jù),結(jié)果表明,識別本濃度數(shù)據(jù)結(jié)果較好,識別其他濃度

6、效果較差。又進(jìn)行了兩組灰分為20%和60%,濃度從5 gL-1到30 gL-1間隔2.5 gL-1的兩組實(shí)驗(yàn),發(fā)現(xiàn)高灰分區(qū)20 gL-1以上濃度對灰度均值影響較大,低灰分區(qū)濃度影響較小。混合三組數(shù)據(jù)后分別進(jìn)行每組數(shù)據(jù)單獨(dú)識別效果較好,濃度對識別精度的影響也體現(xiàn)在其中,高濃度組高灰分區(qū)識別效果不好,低濃度組低灰分區(qū)識別效果一般。用同樣的方法提取傳統(tǒng)特征訓(xùn)練識別結(jié)果不理想??傮w來說利用灰度值分布特征識別各濃度灰分的絕對誤差在±5以內(nèi)的占95

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論