公开(公告)号：CN118171562A

公开(公告)日：2024-06-11

申请号：CN202410227280.3

申请日：2024-02-29

Applicant: 东北大学

Inventor： 王姝 ,  傅裕 ,  刘炎 ,  王意程 ,  李美莹 ,  刘敏

IPC: G06F30/27 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06F111/10

Abstract: 本发明提供一种泡沫浮选工况的预测方法及预测模型，属于泡沫浮选技术领域。其中预测方法包括，获取泡沫图像并提取分析泡沫图像信息；将泡沫图像输入至图像特征提取模块，以对泡沫图像进行分析生成图像特征；将传感器收集到的监测变量输入至时间窗口模块，生成时间‑监测变量的矩阵；将矩阵与图像特征拼接融合，以获取融合特征；将融合特征输入至编码器时间特征注意力模块生成第一数据特征；将第一数据特征输入至编码器生成第二数据特征，以被解码器时间特征注意力模块识别；将第二数据特征输入至解码器时间特征注意力模块生成第三数据特征；将第三数据特征输入至解码器生成编号，实现对浮选过程异常状况的预测。

公开(公告)号：CN116778181A

公开(公告)日：2023-09-19

申请号：CN202310752315.0

申请日：2023-06-25

Applicant: 东北大学

Inventor： 刘炎 ,  卜齐杰 ,  王姝 ,  何大阔 ,  常玉清 ,  刘思宇 ,  王意程 ,  黄霖杰 ,  王世豪 ,  张世昊 ,  刘松吉

IPC: G06V10/44 ,  G06V10/86 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法，所述模型包括：第一教师模块被配置为：根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征；第二教师模块被配置为：根据所述泡沫数据生成第一数据特征；学生模块被配置为：根据第一粗选图像特征生成第二粗选图像特征；根据第一扫选图像特征生成第二扫选图像特征；根据第一数据特征生成第二数据特征；融合模块被配置为：将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征，并根据第一融合特征生成状态等级标签；确定当前浮选过程运行状态的状态等级，以达到提供更加轻量化的模型部署，在实际工业场景中的应用更具竞争力的目的。