欢迎访问《现代矿业》杂志官方网站,今天是 分享到:
×

扫码分享

现代矿业 ›› 2020, Vol. 36 ›› Issue (10): 132-.

• • 上一篇    下一篇

基于神经网络的浮选泡沫状态分类器设计 #br#

杨驰 周勤勤   

  1. 丹东东方测控技术股份有限公司
  • 出版日期:2020-10-25 发布日期:2021-09-25

Design of Flotation Foam State Classifier Based on Neural Network#br#

Yang Chi et al   

  • Online:2020-10-25 Published:2021-09-25

摘要: 浮选过程中,由于某些因素的影响,有可能导致泡沫层厚度及作业刮出量异常,产生2种极端现象——“沉槽”和“跑槽”。出现以上2种极端情况会导致浮选流程振荡,造成严重经济损失。对于泡沫刮出量的状态,传统控制一般采用人工观察法,这种方式不能及时发现异常并施以调控,可能错失最佳调控时机。因此,利用工业摄像机实时监测,并结合神经网络的分类功能完成泡沫刮出量状态的识别,可以及时给予恰当的控制,有效地降低经济损失,提高浮选流程的稳定性。

关键词: 浮选过程 神经网络 泡沫状态分类