[01458540]基于计算机视觉和神经网络的浮选控制系统

浮选过程是十分复杂的，影响浮选过程的因素非常多，所获得的数学模型并不能和实际很好吻合，因而控制过程一般并不能处在最优状态下。这是浮选控制过程的难点，一直困扰着人们。该项目主要利用计算机视觉和神经网络技术来对浮选泡沫图像进行分析处理，建立图像测量参数与泡沫层特征参数之间的关系，建立泡沫层特征参数和浮选效果之间的人工神经网络模型。进一步根据上述泡沫层图像检测的结果来实时给出有关确定加药量的信号。该项目完成的系统可与浮选自动加药系统结合，实现浮选过程的优化控制，从而提高矿物回收率和品位等指标，达到充分利用有限矿产资源，保护环境，用高技术改造传统产业的目的。按照每个企业平均日处理矿石400吨计算，每提高1%的回收率，每年可为企业产生5000万元以上的经济效益。该项目完成后可形成的生产规模主要由市场需求而定，根据初步估算，该系统的市场需求为10000套，按照每年1%的市场急需计算，可生产100套，按照每套 单价25万元计，年产值为2500万元，年利润可达500万元。而形成规模生产所需的投资不超 过50万元。