-
公开(公告)号:CN110854875A
公开(公告)日:2020-02-28
申请号:CN201911254488.X
申请日:2019-12-10
Applicant: 中南大学
IPC: H02J3/18
Abstract: 本发明公开了一种牵引供电系统无功补偿优化调节方法,针对电气化铁路供电系统的单相供电给三相电网造成功率不平衡时无功补偿的优化调节。本发明主要包括复合PI滞环控制、优化方向感知和无功提前感知三个部分,优化方向感知主要确定无功补偿的修正方向;无功提前感知针对历史无功补偿的数据的变化特征和当前数据,感知未来无功变化趋势;复合PI滞环控制在定相位角的基础上根据线电流差和未来无功动态的感知结果对补偿结果进行优化调节。与传统的固定无功相位角补偿方式不同,本发明不仅进行无功提前感知,而且在无功功率相位角变化时,可以及时感知并修正补偿,无功补偿结果更加灵活准确。
-
公开(公告)号:CN110288045A
公开(公告)日:2019-09-27
申请号:CN201910586981.5
申请日:2019-07-02
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于皮尔逊相关系数的语义视觉词典优化方法,首先通过提取图像的颜色、形状和纹理的底层特征和用SURF算法来提取图像的动态特征;采用E2LSH聚类算法对获取的图像动态特征聚类,提取相关描述视觉短语,构建原始视觉词典;引入皮尔逊相关系数求取动态特征与动态特征之间以及底层特征和动态特征之间的相关度对原始视觉词典优化,得到最终的语义视觉词典。本发明针对语义视觉词典中视觉短语冗余、计算复杂的问题,对图像进行分类提高了图像的分类性能,减小了运算的复杂度,缩短运算时间,同时提高了分类的准确性。
-
公开(公告)号:CN110728676A
公开(公告)日:2020-01-24
申请号:CN201911005639.8
申请日:2019-10-22
Applicant: 中南大学
Abstract: 一种基于滑动窗口算法的纹理特征度量方法,在泡泡浮选领域,本发明提出一种基于滑动窗口算法的纹理特征度量方法,此方法基于现场设置的数字图像采集系统提取泡泡图像,提出了颗粒区域的概念,并运用滑动窗口算法对泡泡表面的颗粒区域进行准确提取,将所提取的颗粒区域按中心点位置进行分级,继而对颗粒区域之间的密集程度进行度量,定义了纹理特征颗粒密集度,用以反映整幅图像的纹理特征。有效弥补了传统的纹理特征提取方法没有考虑泡泡表面颗粒的缺陷,从而可以更准确的判断工况并有效指导加药。
-
公开(公告)号:CN110148132A
公开(公告)日:2019-08-20
申请号:CN201910449394.1
申请日:2019-05-28
Applicant: 中南大学
Abstract: 一种基于尺寸特征相似性度量的模糊故障诊断预报表示方法,在泡沫浮选领域,本发明公开了一种浮选过程的模糊故障诊断方式,以泡沫视觉时间序列特征提取为基础,定义了泡沫时间序列的子序列、子模式,采用历史数据信息建立历史特征趋势信息集,度量实时趋势特征与历史趋势特征集相似性,综合序列趋势信息对故障发生几率进行模糊化诊断。本发明提出了模糊故障诊断的概念,通过可靠性序列选取和异常因子设立,建立了浮选工况状态预报表示模型,对趋势走向的判断以及数值化的趋势走向可能性提出了一种新的解决方法。克服原有泡沫特征静态描述浮选过程的缺陷,及时发现工况异常征兆,对未来时刻故障可能性以数值化显示,利于工人操作、稳定优化生产。
-
公开(公告)号:CN110288045B
公开(公告)日:2023-03-24
申请号:CN201910586981.5
申请日:2019-07-02
Applicant: 中南大学
IPC: G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于皮尔逊相关系数的语义视觉词典优化方法,首先通过提取图像的颜色、形状和纹理的底层特征和用SURF算法来提取图像的动态特征;采用E2LSH聚类算法对获取的图像动态特征聚类,提取相关描述视觉短语,构建原始视觉词典;引入皮尔逊相关系数求取动态特征与动态特征之间以及底层特征和动态特征之间的相关度对原始视觉词典优化,得到最终的语义视觉词典。本发明针对语义视觉词典中视觉短语冗余、计算复杂的问题,对图像进行分类提高了图像的分类性能,减小了运算的复杂度,缩短运算时间,同时提高了分类的准确性。
-
公开(公告)号:CN110148132B
公开(公告)日:2022-04-19
申请号:CN201910449394.1
申请日:2019-05-28
Applicant: 中南大学
Abstract: 一种基于尺寸特征相似性度量的模糊故障诊断预报表示方法,在泡沫浮选领域,本发明公开了一种浮选过程的模糊故障诊断方式,以泡沫视觉时间序列特征提取为基础,定义了泡沫时间序列的子序列、子模式,采用历史数据信息建立历史特征趋势信息集,度量实时趋势特征与历史趋势特征集相似性,综合序列趋势信息对故障发生几率进行模糊化诊断。本发明提出了模糊故障诊断的概念,通过可靠性序列选取和异常因子设立,建立了浮选工况状态预报表示模型,对趋势走向的判断以及数值化的趋势走向可能性提出了一种新的解决方法。克服原有泡沫特征静态描述浮选过程的缺陷,及时发现工况异常征兆,对未来时刻故障可能性以数值化显示,利于工人操作、稳定优化生产。
-
公开(公告)号:CN111709942B
公开(公告)日:2022-04-12
申请号:CN202010602623.1
申请日:2020-06-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于纹理度优化的锌浮选加药量预测控制方法,包括以下步骤:首先提取泡沫图像特征,包括粗选泡沫图象的熵值、能量、逆差矩、泡沫尺寸和泡沫颜色特征以及精选泡沫图象的纹理特征,根据精选泡沫图象纹理参数和精矿品位关系定义纹理复杂度;其次利用提取到的特征参数,采用神经网络构建精选泡沫纹理复杂度预测模型,最后根据精选泡沫纹理复杂度预测值和期望的最佳值的差值平方为目标函数,采用寻优方法计算出药剂量调整值,完成加药控制。本发明结合了精选和粗选泡沫状态特征,使控制结果更加优良,提高了矿物的回收效率,降低了药剂消耗。
-
公开(公告)号:CN110288591B
公开(公告)日:2021-03-09
申请号:CN201910586969.4
申请日:2019-07-02
Applicant: 中南大学
Abstract: 本发明公开了一种基于改进的自适应多种群遗传算法的锌浮选工况判别方法,应用于泡沫浮选工艺中,通过实时获取的泡沫图像特征数据集作为初期训练种群,加入有经验工人的选择,并且在此基础上,考虑到人工选择的主观性、受环境的影响度,加入主观因子系数,即主观判断可偏移区间,再次评估,判断当前选择是否在其误差允许范围内,由此将人为主观影响控制到一定范围。在整个过程中,实时反馈当前优良工况,用实时返回的工况进行种群调整,实现对最优解的实时的刷新,降低不同原矿堆品位值变化的影响,以此达到最后对品位值与回收率的有效控制。
-
公开(公告)号:CN111689394A
公开(公告)日:2020-09-22
申请号:CN202010600270.1
申请日:2020-06-29
Applicant: 中南大学
Abstract: 本发明涉及一种高效矿物自动称重系统,工业抓斗上部安装称重传感器采集矿物重量信号并转化输出为可传输计算的电流,电流信号经由电流-电压转换后输出相应的电压模拟量信号;对电压信号通过模拟-数字转换程序得到的数字信号进行滑动平均滤波处理,对滤波后的数字信号进行精确重量值计算输出到上位机中进行显示。本发明对收集到的重量值进行了两次软件滤波处理,滤除了抖动干扰和随机干扰,测量误差小,实现在抓斗抓取矿物放入运输车内的动态过程中,精确测量出抓斗倒入矿物运输车内的矿物重量,并实时显示给操作工人,从而控制运输车内矿物重量在一定范围内,避免超载或低载带来的经济效益低下问题。
-
公开(公告)号:CN110918266A
公开(公告)日:2020-03-27
申请号:CN201911254484.1
申请日:2019-12-10
Applicant: 中南大学
Abstract: 本发明公开了一种提升浮选泡沫质量的控制装置及方法。控制装置由控制器、空气调节阀门、矿料调节阀门、电动机驱动器、电动机、工业摄像头和搅拌叶轮组成,泡沫指矿浆和空气经过搅拌叶轮进行混合并上升到液体表面形成浮选泡沫层,矿料的输送速度和进气速度分别由矿料调节阀门和空气调节阀门控制,其中搅拌叶轮的转速由电动机驱动器控制电机进行调节。矿料指矿物和浮选药剂的水化混合物。本发明通过工业摄像头采集表层泡沫的图像,送入控制器分析泡沫的特征并根据试验采集的数据库利用基于最小二乘的最优解匹配算法计算控制输出控制电动机驱动器及电动机的转速、空气调节阀门和矿料调节阀门的开度,从而获得质量更加优良的浮选泡沫。
-
-
-
-
-
-
-
-
-