基于泡沫图像特征的浮选槽液位智能优化设定方法
浮选生产过程中浮选槽液位通常根据经验人工设定，具有主观随意性﹑液位波动大，使精/尾矿品位不满足要求。为此，提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法。在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上，将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM (Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成，提出了充分利用泡沫图像特征的液位智能优化设定方法。将该方法在某铝土矿浮选生产过程进行应用验证，可使粗选槽液位波动减小，提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率。
浮选液位、泡沫特征、案例推理、品位预测、BP神经网络模糊推理、优化设定
TD9;TP3
国家自然科学基金重点项目61134006;国家创新研究群体科学基金61321003;高等学校博士学科点专项基金博导类资助课题20120162110076;高等学校博士学科点专项科研基金优先发展领域资助课题20110162130011;中央科研基本业务费中南大学国家杰青培育专项2011JQ009资助@@@@Supported by National Natural Science Foundation of China61134006;the Funds for Creative Research Groups of China61321003;Doctoral Tutor Classes Funded Project of Special-ized Research Fund for the Doctoral Program of Higher Educa-tion20120162110076;Priority Areas of Development Funding Issues of Specialized Research Fund for the Doctoral Program of Higher Education20110162130011;the Fundamental Research Funds for the Central Universities2011JQ009
2014-07-15（万方平台首次上网日期，不代表论文的发表时间）
共12页
1086-1097
