首页 / 专利库 / 信号处理 / 采样 / 一种提升浮选泡沫质量的控制装置及方法

一种提升浮选泡沫质量的控制装置及方法

阅读:0发布:2020-10-16

专利汇可以提供一种提升浮选泡沫质量的控制装置及方法专利检索,专利查询,专利分析的服务。并且本 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。,下面是一种提升浮选泡沫质量的控制装置及方法专利的具体信息内容。

1.一种提升浮选泡沫质量的控制装置,其特征在于:包括控制器(1)、进气(5)、矿料调节阀门(6)、电动机驱动器(3)、电动机(4)、工业摄像头(2)、搅拌叶轮(7)和浮选槽(8),浮选槽(8)为圆柱形或长方体形,侧面开有矿料入口,搅拌叶轮(7)平安装在浮选槽的底部,由电动机(4)驱动,电动机驱动器(3)根据控制器(1)的控制信号控制电动机(4)的转速,调节搅拌叶轮(7)的转速vγ;进气装置(10)的出口经空气调节阀门(5)接空气输送管道(14),空气输送管道(14)末端置于浮选槽(8)底部搅拌叶轮(7)的中心,空气经过空气输送管道(14)输送到浮选槽底部;矿料经矿料调节阀门(6)连接到矿料入口,空气调节阀门(5)和矿料调节阀门(6)通过开度分别控制进气速度和矿料输送速度,两阀门均为电动阀门,开度控制来自控制器(1)的控制信号;空气调节阀门(5)开度为ηα,阀门系数kα,空气流速为vα=kαηα;矿料调节阀门(6)开度为ηβ,阀门系数kβ,矿料流速为vβ=kβηβ;工业摄像机(2)安装在浮选槽(8)上方,通过视频同轴电缆连接到控制器(1)输入端,控制器(1)输出端分别连接到电动机驱动器(3)、空气调节电动阀门(5)和矿料调节电动阀门(6)。
2.一种如权利要求1所述的提升浮选泡沫质量的控制装置的控制方法,其特征在于包括以下步骤:
步骤1:连续1000次调节浮选装置的电动机转速、进气阀门开度和矿料阀门开度,同时记录图像数据 矿料流速vβ(t)、空气流速vα(t)和搅拌叶轮转速vγ(t);t=1,2,3,...,
1000为整数,表示采样次序; 表示第t次采样得到的图像数据;vβ(t)表示第t次采样得到的矿料流速;vα(t)表示第t次采样得到的空气流速;vγ(t)表示第t次采样得到的搅拌叶轮转速;
步骤2:提取图像数据 的图像特征矩阵 ξn(t)为从第
t次采样得到的图像数据 中提取的第n个特征变量的值;分别取t=1,2,3,...,1000,将第t次采样得到的图像数据 对应的图像特征矩阵 与最优图像特征矩阵Dm=[ξ1m ξ2m...ξnm]相减得到特征差异矩阵
步骤3:根据空气流速vα(t)得到空气流速的变化Δvα(t):
同理得到矿料流速的变化Δvβ(t)和搅拌叶轮转速的变化Δvγ(t):
步骤4:建立浮选泡沫参考数据库Data=[TD V],TD表示图像特征差异数据库,V表示设备参数变化数据库,TD和V分别定义为:
浮选泡沫参考数据库Data中共包含1000组数据,TD和V逐行对应形成映射关系,记为f();
步骤5:工业摄像头得到的当前浮选泡沫图像数据X由控制器提取当前图像特征矩阵D=[ξ1 ξ2...ξn];
步骤6:计算当前图像特征矩阵D与最优图像特征矩阵Dm=[ξ1m ξ2m...ξnm]的当前特征差异矩阵ΔD=D-Dm,控制器根据当前特征差异矩阵ΔD和浮选泡沫参考数据库Data进行反推求解 采用基于最小二乘的最优解匹配算法,具体流程为:
s1:求浮选泡沫参考数据库Data中TD的每组数据与当前特征差异矩阵ΔD的相关系数ρt, ρt表示图像特征差异数据库TD中的第t组数据即特征差异矩阵
与当前特征差异矩阵ΔD的相关系数;
s2:相关系数ρt从大到小排列;前3个数据为ρi、ρj和ρk,其对应于设备参数变化数据库V中的参数变化数据矩阵为:
Ji=[Δvα(i) Δvβ(i) Δvγ(i)]
Jj=[Δvα(j) Δvβ(j) Δvγ(j)]
Jk=[Δvα(k) Δvβ(k) Δvγ(k)]
Ji、Jj和Jk分别表示设备参数变化数据库V的第i、j和k组数据,即第i、j和k次采样计算得到的空气流速变化数据、矿料流速变化数据和搅拌压轮转速变化数据组成的矩阵;
s3:求最小二乘匹配解J=[Δvα Δvβ Δvγ],J=Ji或J=Jj或J=Jk,且J满足J2=min(Ji2,Jj2,Jk2),J2、Ji2、Jj2和Jk2由下式确定:
J2=J·JT=(Δvα)2+(Δvβ)2+(Δvγ)2
Ji2=Ji·JiT=[Δvα(i)]2+[Δvβ(i)]2+[Δvγ(i)]2
Jj2=Jj·JjT=[Δvα(j)]2+[Δvβ(j)]2+[Δvγ(j)]2
Jk2=Jk·JkT=[Δvα(k)]2+[Δvβ(k)]2+[Δvγ(k)]2
s4:s3求得的最小二乘匹配解J即是设备参数变化数据矩阵的最终结果,J包含有三个变量,分别对应矿料流速、空气流速和搅拌叶轮转速的变化量;
步骤7:控制器根据步骤6的计算结果J=[Δvα  Δvβ  Δvγ]乘以系数矩阵
得到相应的阀门开度及搅拌叶轮速度的变化输出控制信号;
步骤8:空气调节阀门、矿料调节阀门和电动机驱动器接收到控制信号调节阀门开度和搅拌叶轮速度使得浮选泡沫产生相应的变化;
步骤9:跳转至步骤5,重复执行。
3.如权利要求2所述的提升浮选泡沫质量的控制装置的控制方法,其特征在于:步骤2所述提取图像数据 的图像特征 中,n=3,图像特征分别是
泡沫尺寸、灰度及熵值。

说明书全文

一种提升浮选泡沫质量的控制装置及方法

技术领域

[0001] 本发明涉及矿物泡沫浮选技术领域,具体为一种提升矿物浮选泡沫质量的控制装置及方法。

背景技术

[0002] 选矿是矿产资源加工中必不可少的一个重要环节,泡沫浮选是最重要的一种选矿方法,广泛应用于、有色金属、炭、化工和环保等工业部。泡沫浮选是通过在矿浆中加入浮选药剂,并充入空气搅拌产生气泡,根据矿物表面润湿性差异,疏有用矿物在气泡上黏附,亲水脉石矿物滞留水中,实现有用矿物与脉石分离的一种分选方法。
[0003] 在矿物泡沫浮选的过程中,泡沫主要由搅拌叶轮混合矿料和空气产生。影响浮选泡沫质量的因素有很多,其产生过程对其有至关重要的影响。泡沫浮选传统工艺中搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ是恒定不变的且不可调节。
[0004] 以往在浮选泡沫质量发生变化时通常人工调节矿浆的加药量,这种调节方法过于单一且不能微调,调节效果无法达到最优,且人工根据其经验调节不利于设备的自动化制约生产效率的提高且有可能造成浪费等问题;在有关因素发生变化时不能灵活反应,调节速度产生迟滞
[0005] 已知在相同的条件下,环境因素或入矿条件不同所产生的浮选泡沫不同,质量也会有千差万别。实际生产中当环境因素或入矿条件产生变化,由于搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ是恒定不变的且不可调节,所以不能抵抗入矿条件的变化和环境干扰,所产生的浮选泡沫质量将会参差不齐,当浮选泡沫质量较差时,将会导致矿物的提取率不高。
[0006] 实验表明,不同的搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ条件下所产生的浮选泡沫质量不相同。
[0007] 本发明通过加装空气调节门和矿料调节阀门以及电动机驱动器控制进气速度和矿料的输送速度以及搅拌叶轮的转速使得搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ可以调节,通过调节这些设备参数使浮选泡沫发生相应的变化,在合适的参数值下,浮选泡沫质量将会变得更加优良。
[0008] 本发明中根据实验数据建立了泡沫产生的映射模型,利用基于最小二乘的最优解匹配算法根据浮选泡沫的图像特征差异判别各参数相应的变化量,在入矿条件及环境变化时可以通过自动调节设备参数获得更加优良的浮选泡沫,矿物的总回收率提高了1~2个百分点。

发明内容

[0009] 为了克服上述现有技术的不足,本发明提供了一种提升浮选泡沫质量的控制系统,通过调节搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ使浮选泡沫质量趋于更加优良。
[0010] 本发明所采用的技术方案是:
[0011] 本发明控制装置包括控制器、进气阀门、矿料调节阀门、电动机驱动器、电动机、工业摄像头、搅拌叶轮和浮选槽,浮选槽为圆柱形或长方体形,侧面开有矿料入口,搅拌叶轮水平安装在浮选槽的底部,由电动机驱动,电动机驱动器根据控制器的控制信号控制电动机的转速,调节搅拌叶轮的转速vγ;进气装置的出口经空气调节阀门接空气输送管道,空气输送管道末端置于浮选槽底部搅拌叶轮的中心,空气经过空气输送管道输送到浮选槽底部;矿料经矿料调节阀门连接到矿料入口,空气调节阀门和矿料调节阀门通过开度分别控制进气速度和矿料输送速度,两阀门均为电动阀门,开度控制来自控制器的控制信号;空气调节阀门开度为ηα,阀门系数kα,空气流速为vα=kαηα;矿料调节阀门开度为ηβ,阀门系数kβ,矿料流速为vβ=kβηβ;工业摄像机安装在浮选槽上方,通过视频同轴电缆连接到控制器输入端,控制器输出端分别连接到电动机驱动器、空气调节电动阀门和矿料调节电动阀门。
[0012] 通过工业摄像机采集泡沫的图像X送入控制器进行特征分析,特征分析的结果为D=[ξ1 ξ2  ... ξn],其中ξn为从图像中提取的第n个特征变量,浮选过程中所期望的最优泡沫图像的特征为Dm=[ξ1m ξ2m ... ξnm],两者的差值ΔD=D-Dm。
[0013] 控制器根据ΔD计算最优控制策略,输出控制信号vα、vβ和vγ控制搅拌叶轮的转速、进气速度和进矿料速度,矿料与合适量的空气经过搅拌叶轮的搅拌混合产生起泡向上移动聚集在液体表面形成浮选泡沫层即得到比较优良的浮选泡沫。
[0014] 本发明的控制的流程步骤是:
[0015] 步骤1:通过连续1000次调节浮选装置的电动机转速、进气阀门开度和矿料阀门开度,同时记录图像数据 矿料流速vβ(t)、空气流速vα(t)和搅拌叶轮转速vγ(t)。
[0016] 步骤2:提取图像数据 的图像特征 分别与最优图像特征Dm相减得到
[0017] 步骤3:根据数据vα(t)得到Δvα(t)。其中:
[0018]
[0019] Δvβ(t)和Δvγ(t)与上式计算方法相同。
[0020] 步骤4:根据数据库 进行对应数据映射得到泡沫产生映射模型 表示为ΔD=f(Δvα,Δvβ,Δvγ);该函
数是一种复杂的非线性映射关系。
[0021] 步骤5:工业摄像头得到的锌浮选泡沫图像X送入控制器提取特征D=[ξ1 ξ2 ... ξn],该过程为Φ(),其中D=Φ(X)。
[0022] 步骤6:控制器根据ΔD=D-Dm以及映射关系进行反推得到 实际上是函数求解。该求解过程采用基于最小二乘的最优解匹配算法,具体过程为:
[0023] s1:求数据集Data中 与当前数据ΔD的相关系数ρt,t表示数据集中数据的第t组数。
[0024] s2:求相关系数从大到小排列的前3组数据对应的Data中的后3列数据J=[Δvα Δvβ Δvγ]。
[0025] s3:求最小二乘匹配解,即min(J2),J2由下式确定:
[0026] J2=J·JT=(Δvα)2+(Δvβ)2+(Δvγ)2
[0027] s4:min(J2)对应的数据即为最终结果,其意义是在保证特征差异与数据集最相似的前提下,尽量减少控制器控制矿料流速vβ(t)、空气流速vα(t)和搅拌叶轮转速vγ(t)输出的变化量[Δvα Δvβ Δvγ]。
[0028] 步骤7:控制器计算结果乘以 得到相应的阀门开度和搅拌叶轮速度的变化输出控制信号。
[0029] 步骤8:阀门开度和搅拌叶轮速度的变化使得浮选泡沫产生相应的变化,泡沫质量将变得更加优良。
[0030] 步骤:9:跳转至步骤5,重复执行。
[0031] 与现有技术相比,本发明利用电动机和电动调节阀门使得搅拌叶轮的转速vγ、空气进气速度vα和矿料进入速度vβ可以调节利用实验数据建立映射模型,采用基于最小二乘的最优解匹配算法根据浮选泡沫的图像特征差异从映射模型中求解得到各参数相应的变化量从而调节设备参数使得浮选泡沫质量更加优良,在保证精矿品味符合要求且加药成本不变的情况下,矿物的总回收率提高了5个百分点以上。附图说明
[0032] 图1为本发明的装置结构图;
[0033] 图2为本发明的控制方法流程图
[0034] 附图标记:1—控制器,2—工业摄像头,3—电动机驱动器,4—电动机,5—空气调节阀门,6—矿料调节阀门,7—搅拌叶轮,8—浮选槽,9—浮选泡沫层,10—进气装置,11—矿料,12—精矿,13—尾矿,14—空气输送管道。

具体实施方式

[0035] 为了更加详实说明本发明的结构和流程及优势,下面结合附图和实例对本发明进一步进行说明。
[0036] 系统结构如图1所示,浮选泡沫的优劣在很大程度上决定了矿物浮选的提取率,可以通过泡沫图像来判断浮选泡沫的优劣。
[0037] 本发明控制装置包括控制器1、进气阀门5、矿料调节阀门6、电动机驱动器3、电动机4、工业摄像头2、搅拌叶轮7和浮选槽8,浮选槽8为圆柱形或长方体形,侧面开有矿料入口,搅拌叶轮7水平安装在浮选槽的底部,由电动机4驱动,电动机驱动器3根据控制器1的控制信号控制电动机4的转速,调节搅拌叶轮7的转速vγ;进气装置10的出口经空气调节阀门5接空气输送管道14,空气输送管道14末端置于浮选槽8底部搅拌叶轮7的中心,空气经过空气输送管道14输送到浮选槽底部;矿料经矿料调节阀门6连接到矿料入口,空气调节阀门5和矿料调节阀门6通过开度分别控制进气速度和矿料输送速度,两阀门均为电动阀门,开度控制来自控制器1的控制信号;空气调节阀门5开度为ηα,阀门系数kα,空气流速为vα=kαηα;矿料调节阀门6开度为ηβ,阀门系数kβ,矿料流速为vβ=kβηβ;工业摄像机2安装在浮选槽8上方,通过视频同轴电缆连接到控制器1输入端,控制器1输出端分别连接到电动机驱动器3、空气调节电动阀门5和矿料调节电动阀门6,9是浮选泡沫层,11是矿料,12是精矿,13是尾矿。
[0038] 通过工业摄像机2采集泡沫的图像X送入控制器1进行特征分析,特征分析的结果为D=[ξ1 ξ2 ... ξn],其中ξn为从图像中提取的第n个特征变量,浮选过程中所期望的最优泡沫图像的特征为Dm=[ξ1m ξ2m ... ξnm],两者的差值ΔD=D-Dm。
[0039] 控制器根据ΔD计算最优控制策略,输出控制信号vα、vβ和vγ控制搅拌叶轮7的转速、进气速度和进矿料速度,矿料与合适量的空气经过搅拌叶轮7的搅拌混合产生起泡向上移动聚集在液体表面形成浮选泡沫层9即得到比较优良的浮选泡沫。
[0040] 根据锌粗选槽的浮选泡沫产生过程为例,如图2所示,其具体流程如下:
[0041] 步骤1:通过1000次连续调节锌粗选槽装置的电动机转速、进气阀门开度和矿料阀门开度,同时记录图像数据 矿料流速vβ(t)、空气流速vα(t)和搅拌叶轮转速vγ(t),最终得到1000组数据。
[0042] 步骤2:提取图像数据 的图像特征 分别与最优图像特征Dm相减得到这里选择包括泡沫尺寸、灰度及熵值3个特征作为主要判别特征。这3个
特征对于锌浮选泡沫质量判断具有关键作用,其最能明显表征锌浮选泡沫的质量,对于其他矿物的浮选,可根据浮选矿物不同选择相应的3个或多个其他关键特征进行判别。
[0043] 步骤3:根据数据vα(t)得到Δvα(t)。其中:
[0044]
[0045] Δvβ(t)和Δvγ(t)与上式计算方法相同;
[0046] 步骤4:根据数据库 进行对应数据映射得到泡沫产生映射模型 表示为ΔD=f(Δvα,Δvβ,Δvγ);该函
数是一种复杂的非线性映射关系;
[0047] 步骤5:工业摄像头得到的锌浮选泡沫图像X送入控制器提取特征D=[ξ1 ξ2 ... ξn],该过程为Φ(),其中D=Φ(X);
[0048] 步骤6:控制器根据ΔD=D-Dm以及映射关系进行反推得到 实际上是函数求解。该求解过程采用基于最小二乘的最优解匹配算法,具体过程为:
[0049] s1:求数据集Data中 与当前数据ΔD的相关系数ρt,t表示数据集中数据的第t组数;
[0050] s2:求相关系数从大到小排列的前3组数据对应的Data中的后3列数据J=[Δvα Δvβ Δvγ];
[0051] s3:求最小二乘匹配解,即min(J2),J2由下式确定:
[0052] J2=J·JT=(Δvα)2+(Δvβ)2+(Δvγ)2
[0053] s4:min(J2)对应的数据即为最终结果,其意义是在保证特征差异与数据集最相似的前提下,尽量减少控制器控制矿料流速vβ(t)、空气流速vα(t)和搅拌叶轮转速vγ(t)输出的变化量[Δvα Δvβ Δvγ];
[0054] 步骤7:控制器计算结果乘以 得到相应的阀门开度和搅拌叶轮速度的变化输出控制信号;
[0055] 步骤8:阀门开度和搅拌叶轮速度的变化使得浮选泡沫产生相应的变化,泡沫质量将变得更加优良;
[0056] 步骤9:跳转至步骤5,重复执行。
[0057] 本发明并不限于上述实施方式,采用与本发明上述实施例相同或近似的结构,而得到的其他结构设计,均在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈