-
公开(公告)号：CN108647722B
公开(公告)日：2021-11-23
申请号：CN201810446660.0
申请日：2018-05-11
Applicant: 中南大学
IPC: G06K9/62
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点利用图像中的气泡尺寸分布来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用尺寸分布序列来数学化当前生产状态，并提出一种对泡沫尺寸序列的建模方法，降低了特征向量的维数。在预测算法中利用积累的大量数据采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
公开(公告)号：CN108613645B
公开(公告)日：2019-11-08
申请号：CN201810453766.3
申请日：2018-05-11
Applicant: 中南大学
IPC: G01B17/02 , G01F23/296
Abstract: 本发明公开一种基于参数估计的铅锌矿吸水井淤泥厚度测量方法，包括以下步骤：首先使用信号收集装置收集在吸水井中的回波信号，对收集到的信号降噪，提取特征，建立分类器进行分类，然后使用不同的数学模型对相应的信号进行参数估计，估计出超声波传播时间参数，使用该时间参数结合超声波在水中的传播速度计算出井底淤泥厚度。本发明不同于传统超声波测量中使用的阈值法，可以有效的避免回波中的干扰项，使测量结果更加精确。
-
公开(公告)号：CN108427845A
公开(公告)日：2018-08-21
申请号：CN201810216996.8
申请日：2018-03-16
Applicant: 中南大学
Abstract: 本发明提出了一种铅锌矿采矿过程碳排放短期预测方法，综合灰色理论对采矿过程中以电机为研究对象的碳排放来源以及其影响因素进行分析。首先，对碳排放来源及其影响因素进行分析，采用灰色理论进行聚类分析以归并同类因素；其次，根据灰色关联性分析得到主要影响因素；最后,为解决超参数优化确定问题，将带精英策略的非支配排序遗传算法引入到高斯过程回归模型，提出了一种基于带精英策略非支配排序遗传算法的高斯过程回归的预测方法。经实验证明，本发明提出的预测方法能更精确的预测铅锌矿采矿过程的碳排放量，其预测误差更小，可以直接在计算机上实现，实用性强，成本低，易于实施。
-
公开(公告)号：CN108647722A
公开(公告)日：2018-10-12
申请号：CN201810446660.0
申请日：2018-05-11
Applicant: 中南大学
IPC: G06K9/62
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点利用图像中的气泡尺寸分布来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用尺寸分布序列来数学化当前生产状态，并提出一种对泡沫尺寸序列的建模方法，降低了特征向量的维数。在预测算法中利用积累的大量数据采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
Patent Agency Ranking
公开(公告)号：CN108613645A
公开(公告)日：2018-10-02
申请号：CN201810453766.3
申请日：2018-05-11
Applicant: 中南大学
IPC: G01B17/02 , G01F23/296
Abstract: 本发明公开一种基于参数估计的铅锌矿吸水井淤泥厚度测量方法，包括以下步骤：首先使用信号收集装置收集在吸水井中的回波信号，对收集到的信号降噪，提取特征，建立分类器进行分类，然后使用不同的数学模型对相应的信号进行参数估计，估计出超声波传播时间参数，使用该时间参数结合超声波在水中的传播速度计算出井底淤泥厚度。本发明不同于传统超声波测量中使用的阈值法，可以有效的避免回波中的干扰项，使测量结果更加精确。
-
公开(公告)号：CN108830831B
公开(公告)日：2021-11-30
申请号：CN201810446667.2
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明提出了一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，选取具有尺度不变性、旋转不变性以及抗噪能力较强的SURF特征算子对图像进行特征提取，通过分析泡沫形状的相似性以及其特定的运动轨迹，提出根据泡沫运动情况实时迭代更新匹配方法，利用改进匹配条件进行运动匹配，得到锌浮选泡沫初速度，匹配结果计算考虑实际情况下的粗选槽中刮板的周期性运动，选择底流速度得到浮选泡沫自然速度特征。本发明克服了传统泡沫速度提取方法匹配误差大、速度慢等问题，应用速度提高10倍以上，通过提出的迭代更新SURF算子匹配方法大大提高匹配成功率20％以上。解决了锌浮选现场浮选泡沫特征难以提取以及如何机器视觉化的问题。
-
公开(公告)号：CN108931621A
公开(公告)日：2018-12-04
申请号：CN201810446656.4
申请日：2018-05-11
Applicant: 中南大学
CPC classification number: G01N33/20 , G06K9/00718 , G06K9/4604 , G06K9/4652
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点提出基于图像统计特征的单帧纹理特征来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用纹理序列来数学化当前生产状态，并提出一种对纹理序列的建模方法，降低了特征向量的维数。在预测算法中采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
公开(公告)号：CN108931621B
公开(公告)日：2020-10-02
申请号：CN201810446656.4
申请日：2018-05-11
Applicant: 中南大学
IPC: G01N33/2028 , G06K9/00 , G06K9/46
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点提出基于图像统计特征的单帧纹理特征来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用纹理序列来数学化当前生产状态，并提出一种对纹理序列的建模方法，降低了特征向量的维数。在预测算法中采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
公开(公告)号：CN108830831A
公开(公告)日：2018-11-16
申请号：CN201810446667.2
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明提出了一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，选取具有尺度不变性、旋转不变性以及抗噪能力较强的SURF特征算子对图像进行特征提取，通过分析泡沫形状的相似性以及其特定的运动轨迹，提出根据泡沫运动情况实时迭代更新匹配方法，利用改进匹配条件进行运动匹配，得到锌浮选泡沫初速度，匹配结果计算考虑实际情况下的粗选槽中刮板的周期性运动，选择底流速度得到浮选泡沫自然速度特征。本发明克服了传统泡沫速度提取方法匹配误差大、速度慢等问题，应用速度提高10倍以上，通过提出的迭代更新SURF算子匹配方法大大提高匹配成功率20％以上。解决了锌浮选现场浮选泡沫特征难以提取以及如何机器视觉化的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
