声明
摘要
1 绪论
1.1 论文研究背景及意义
1.2 浮选过程矿物品位检测现状
1.3 浮选过程建模方法的研究现状
1.3.1 基于机理的建模方法
1.3.2 基于数据的建模方法
1.3.3 集成建模方法
1.4 基于泡沫图像特征的浮选精矿品位预测研究现状
1.5 论文的主要研究内容及结构安排
2 铝土矿浮选工艺及其图像特征分析
2.1 铝土矿浮选工艺
2.1.1 泡沫浮选原理
2.1.2 选矿-拜耳法的工艺流程
2.1.3 铝土矿浮选的工艺流程
2.2 表征精矿品位的泡沫图像特征分析
2.3 精矿品位预测建模思路
2.4 本章小结
3 多槽泡沫图像的关键特征选取及关联性分析
3.1 多槽泡沫图像特征的获取及预处理
3.1.1 多槽泡沫图像特征获取
3.1.2 泡沫图像特征预处理
3.2 基于粗糙集属性约简的多槽泡沫图像关键特征选取
3.2.1 基于广义重要度的实数粗糙集属性约简
3.2.2 基于粗糙集属性约简的关键特征选取
3.3 关键特征的关联性分析
3.3.1 单槽的泡沫图像关键特征与矿物品位的关系
3.3.2 多槽泡沫图像关键特征的变化关系分析
3.4 本章小结
4 基于多槽机器视觉的铝土矿浮选精矿品位预测
4.1 基于改进粒子群优化的多核LS-SVM粗选槽精矿品位预测
4.1.1 多核LS-SVM模型
4.1.2 基于改进粒子群的模型参数优化
4.1.3 基于改进粒子群优化的多核LS-SVM建模
4.1.4 模型仿真及对比分析
4.2 基于关联向量机的精矿品位误差补偿模型
4.2.1 基于单一浮选槽泡沫图像特征建模存在的问题
4.2.2 基于关联向量机的精矿品位补偿模型
4.2.3 补偿模型仿真及分析
4.3 基于多槽泡沫图像特征的精矿品位集成预测
4.4 集成预测模型仿真及分析
4.5 本章小结
5 铝土矿浮选精矿品位预测系统
5.1 系统的总体构架
5.1.1 系统硬件结构
5.1.2 系统软件设计
5.2 系统的功能设计
5.3 精矿品位预测系统验证结果分析
5.4 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
攻读硕士学位期间主要的研究成果
致谢