基于泡沫图像特征的金锑浮选入矿品位估计

摘要：

入矿品位是金锑浮选加药量控制的重要依据.针对入矿品位在线检测困难的问题,提出一种基于泡沫图像特征的入矿品位估计方法.该估计方法首先针对样本数据中存在的不确定性,提出一种基于核主元分析(KPCA)和模糊C均值聚类-概率支持向量回归(FCM-PSVR)的建模方法,然后利用泡沫图像特征与加药量等数据建立起金锑入矿品位和精矿品位的估计模型,最后采用基于专家规则的方法对入矿品位估计结果的可信度进行评价.该方法在金锑浮选工艺中进行了工业验证,为指导金锑浮选加药量的控制起到了重要作用.

关键词：浮选、不确定性、支持向量机、模糊聚类

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61134006,61473318;国家杰出青年科学基金61025015资助.Supported by State Key Program of National Natural Science of China61134006,61473318;National Science Foundation for Distinguished Young Scholars of China61025015

在线出版日期：2015-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：262-266