基于AI技术的淘洗磁选机尾矿控制方法及终端 |
|||||||
申请号 | CN202311072285.5 | 申请日 | 2023-08-24 | 公开(公告)号 | CN117046602A | 公开(公告)日 | 2023-11-14 |
申请人 | 石家庄金垦科技有限公司; | 发明人 | 王青; 智晓康; 王涛; 张龙龙; 王伟; | ||||
摘要 | 本 发明 提供一种基于AI技术的淘洗 磁选 机 尾矿 控制方法及终端。该方法包括:获取溢流产品识别数据,并基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位;在所述溢流尾矿品位超出设定品位范围时,基于所述溢流尾矿品位和所述设定品位范围确定淘洗 磁选机 运行参数的调整方案;其中,所述运行参数:给 水 量、 磁场 强度和矿浆浓度中的一项或多项。本发明能够通过溢流产品识别数据确定溢流尾矿品位,提高溢流尾矿品位检测的效率和精确度,提高对淘洗磁选机调节的精确度和效率,从而实现为尾矿品位的精确控制。 | ||||||
权利要求 | 1.一种基于AI技术的淘洗磁选机尾矿控制方法,其特征在于,包括: |
||||||
说明书全文 | 基于AI技术的淘洗磁选机尾矿控制方法及终端技术领域背景技术[0002] 淘洗磁选机受给矿、给水等因素影响,设备存在给水不均匀、溢流尾矿溢流不均匀,溢流液面波动、溢流尾矿易跑黑等运行不稳定问题。目前,判断淘洗磁选机溢流尾矿品位是否符合要求以及对淘洗磁选机进行调节的途径主要是靠操作人员的经验,如通过观察溢流面跑黑状态和溢流面颜色来调节淘洗磁选机运行。但由于人的判断存在主观差异和偏差,所以无法连续准确监测溢流尾矿品位并保持溢流尾矿品位的最佳状态。另外,为提高溢流尾矿品位的监测精度,没有稳定可靠的检测仪表。即使通过实验室检测设备对溢流尾矿进行检测,由于时效性差,导致现有对淘洗磁选机的控制方案效率低。 发明内容[0003] 本发明实施例提供了一种基于AI技术的淘洗磁选机尾矿控制方法及终端,以解决现有对淘洗磁选机的控制方案效率低和控制精确度低的问题。 [0004] 第一方面,本发明实施例提供了一种基于AI技术的淘洗磁选机尾矿控制方法,包括: [0005] 获取溢流产品识别数据,并基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位; [0006] 在所述溢流尾矿品位超出设定品位范围时,基于所述溢流尾矿品位和所述设定品位范围确定淘洗磁选机运行参数的调整方案,并根据所述调整方案调整淘洗磁选机的运行参数;其中,所述运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。 [0007] 在一种可能的实现方式中,在所述溢流尾矿品位大于所述设定品位范围上限值时,确定所述溢流尾矿品位与所述上限值的差值作为品位偏差值,并在所述溢流尾矿品位小于所述设定品位范围下限值时,确定所述溢流尾矿品位与所述下限值的差值作为品位偏差值; [0008] 根据所述品位偏差值确定所述调整方案中运行参数的项数;其中,所述品位偏差值越大,则所述调整方案中运行参数的项数越多。 [0009] 在一种可能的实现方式中,基于所述溢流尾矿品位和所述设定品位范围确定淘洗磁选机运行参数的调整方案,包括: [0010] 在所述溢流尾矿品位大于或小于所述设定品位范围的上限值时,确定给水量修正值、磁场强度修正值和矿浆浓度修正值; [0011] 其中,在所述溢流尾矿品位大于所述设定品位范围时,所述给水量修正值和所述矿浆浓度修正值为负,所述磁场强度修正值为正; [0012] 在所述溢流尾矿品位小于所述设定品位范围时,所述给水量修正值和所述矿浆浓度修正值为正。 [0013] 在一种可能的实现方式中,所述磁场基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位,包括: [0014] 对溢流产品识别数据进行特征提取,得出特征数据;其中,所述特征数据包括:溢流产品颜色、溢流产品位置、溢流产品中目标区域的面积占比、溢流产品中目标区域的体积占比、电磁波强度和电磁波峰形位置中的一项或多项; [0015] 根据所述特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位。 [0016] 在一种可能的实现方式中,在所述溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,对溢流产品识别数据进行特征提取,得出特征数据,包括: [0017] 检测所述溢流产品识别数据中每个像素点的颜色值,基于所述溢流产品识别数据中每个像素点的颜色值对所述溢流产品识别数据进行划分确定一个或多个目标区域,并确定一个或多个所述目标区域的面积占比,或,确定一个或多个所述目标区域的体积占比; [0018] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0019] 在一种可能的实现方式中,在所述溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,对溢流产品识别数据进行特征提取,得出特征数据,包括: [0020] 对所述溢流产品识别数据进行二值化处理并进行分片,提取暗部图像作为所述目标区域; [0021] 确定所述目标区域的面积占比,或,确定所述目标区域的体积占比; [0022] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0023] 在一种可能的实现方式中,根据所述特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位,包括: [0024] 基于所述目标区域的面积和溢流尾矿含量识别模型确定溢流尾矿品位;或,[0025] 基于所述目标区域的体积和溢流尾矿含量识别模型确定溢流尾矿品位; [0026] 其中,所述溢流尾矿含量识别模型基于溢流产品识别数据和溢流尾矿品位训练得出。 [0027] 在一种可能的实现方式中,所述获取溢流产品识别数据,包括: [0028] 根据设定时间间隔分时获取溢流产品识别数据,并计算各时间点获取的溢流产品识别数据的平均值。 [0029] 第二方面,本发明实施例提供了一种基于AI技术的淘洗磁选机尾矿控制装置,包括: [0030] 获取模块,用于获取溢流产品识别数据,并基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位; [0031] 确定模块,用于在所述溢流尾矿品位超出设定品位范围时,基于所述溢流尾矿品位和所述设定品位范围确定淘洗磁选机运行参数的调整方案; [0032] 调整模块,用于根据所述调整方案调整淘洗磁选机的运行参数;其中,所述运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。 [0033] 在一种可能的实现方式中,所述确定模块,具体用于: [0034] 在所述溢流尾矿品位大于所述设定品位范围上限值时,确定所述溢流尾矿品位与所述上限值的差值作为品位偏差值,并在所述溢流尾矿品位小于所述设定品位范围下限值时,确定所述溢流尾矿品位与所述下限值的差值作为品位偏差值; [0035] 根据所述品位偏差值确定所述调整方案中运行参数的项数;其中,所述品位偏差值越大,则所述调整方案中运行参数的项数越多。 [0036] 在一种可能的实现方式中,所述确定模块,具体用于: [0037] 在所述溢流尾矿品位大于或小于所述设定品位范围的上限值时,确定给水量修正值、磁场强度修正值和矿浆浓度修正值; [0038] 其中,在所述溢流尾矿品位大于所述设定品位范围时,所述给水量修正值和所述矿浆浓度修正值为负,所述磁场强度修正值为正; [0039] 在所述溢流尾矿品位小于所述设定品位范围时,所述给水量修正值和所述矿浆浓度修正值为正。 [0040] 在一种可能的实现方式中,所述获取模块,具体用于: [0041] 对溢流产品识别数据进行特征提取,得出特征数据;其中,所述特征数据包括:溢流产品颜色、溢流产品位置、溢流产品中目标区域的面积占比、溢流产品中目标区域的体积占比、电磁波强度和电磁波峰形位置中的一项或多项; [0042] 根据所述特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位。 [0043] 在一种可能的实现方式中,在所述溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,所述获取模块,具体用于: [0044] 检测所述溢流产品识别数据中每个像素点的颜色值,基于所述溢流产品识别数据中每个像素点的颜色值对所述溢流产品识别数据进行划分确定一个或多个目标区域,并确定一个或多个所述目标区域的面积占比,或,确定一个或多个所述目标区域的体积占比; [0045] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0046] 在一种可能的实现方式中,在所述溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,所述获取模块,具体用于: [0047] 对所述溢流产品识别数据进行二值化处理并进行分片,提取暗部图像作为所述目标区域; [0048] 确定所述目标区域的面积占比,或,确定所述目标区域的体积占比; [0049] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0050] 在一种可能的实现方式中,所述获取模块,具体用于: [0051] 基于所述目标区域的面积和溢流尾矿含量识别模型确定溢流尾矿品位;或,[0052] 基于所述目标区域的体积和溢流尾矿含量识别模型确定溢流尾矿品位; [0053] 其中,所述溢流尾矿含量识别模型基于溢流产品识别数据和溢流尾矿品位训练得出。 [0054] 在一种可能的实现方式中,所述获取模块,具体用于: [0055] 根据设定时间间隔分时获取溢流产品识别数据,并计算各时间点获取的溢流产品识别数据的平均值。 [0056] 第三方面,本发明实施例提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。 [0057] 第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。 [0058] 本发明实施例提供一种基于AI技术的淘洗磁选机尾矿控制方法及终端,通过获取溢流产品识别数据,并基于溢流产品识别数据确定溢流尾矿品位,提高了溢流尾矿品位确定的精确度和效率。在溢流尾矿品位超出设定品位范围时,基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案。其中,运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。本发明实施例,通过溢流产品识别数据确定溢流尾矿品位,可在线实时连续精确地检测溢流产品元素含量或溢流产品的浓度,提高检测效率和精确度,进而基于检测结果进行淘洗磁选机运行参数调节,提升尾矿控制效率。附图说明 [0059] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。 [0060] 图1是本发明一实施例提供的基于AI技术的淘洗磁选机尾矿控制方法的实现流程图; [0061] 图2是本发明一实施例提供的基于AI技术的淘洗磁选机尾矿控制装置的结构示意图; [0062] 图3是本发明一实施例提供的终端的示意图。 具体实施方式[0063] 以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。 [0064] 本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。 [0065] 除非另有说明,术语“多个”表示两个或两个以上。字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。 [0066] 本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似的,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。 [0067] 本申请中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。 [0068] 在实际实施过程中,选矿设备中常用的一类设备为柱式选矿设备。给矿由柱体中上部进入柱体中部、散开后进入选别区,利用给水或者气体产生浮力,利用磁场控制矿物颗粒升降,在磁场力、重力、上升水冲力和或气泡浮力相互作用下,实现溢流尾矿与产品精矿的分离。轻质颗粒通过溢流槽经溢流管流出形成尾矿,精矿由底部排出。 [0069] 为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。 [0070] 图1为本发明一实施例提供的基于AI技术的淘洗磁选机尾矿控制方法的应用场景图。如图1所示,包括如下步骤: [0071] S101,获取溢流产品识别数据,并基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位。 [0072] 本申请实施例提供的基于AI技术的淘洗磁选机尾矿控制方法的执行主体为淘洗磁选机控制器,或者,与淘洗磁选机控制器通信连接的具备数据处理能力的电子终端,例如:台式电脑、笔记本、平板、手机等设备。溢流产品识别数据由设置于淘洗磁选机上或能够监测淘洗磁选机状态的工作环境中的图像采集模块,例如:摄像头、相机等。可选的,溢流产品识别数据基于立体扫描雷达、激光立体扫描仪或红外扫描仪扫描得出。 [0073] 淘洗磁选机控制器或电子终端至少包括通信模块,以通过与图像采集模块、扫描雷达或扫描仪直接通信连接或间接通信连接的方式获取溢流产品识别数据。 [0074] 其中,基于溢流产品识别数据确定溢流尾矿品位主要通过将溢流产品识别数据输入提前训练好的溢流尾矿品位识别模型,以获得溢流尾矿品位识别结果。可选的,溢流尾矿品位识别模型主要基于目标淘洗磁选机设备的历史溢流尾矿含量数据训练得出,其中,溢流尾矿含量数据具体包括:溢流尾矿品位和/或溢流尾矿浓度。 [0075] 相应地,在基于溢流产品识别数据确定溢流尾矿品位前还包括:基于淘洗磁选机本机信息获取对应的溢流尾矿品位识别模型,以保证溢流尾矿品位识别模型能够适应淘洗磁选机的识别需求,提高溢流尾矿品位识别精确度。 [0076] S102,在溢流尾矿品位超出设定品位范围时,基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案,并根据调整方案调整淘洗磁选机的运行参数;其中,运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。 [0077] 溢流尾矿品位是指溢流尾矿中所含金属量占原矿数量的百分比,它反映了选矿过程中金属的损失情况。而精矿品位是指精矿中所含金属量占精矿数量的百分比,它是反映精矿质量的指标之一。当溢流尾矿品位数值越大则金属损失严重,相应地,精矿中所含金属量小。由于精矿的图像获取或品位计算难度较大,因此,通过易于获取的溢流产品识别数据调整溢流尾矿品位以实现淘洗后精矿品位满足需求。设定品位范围主要基于精矿品位的需求设置。 [0078] 在不同实施例中,可以通过调整给水量、磁场强度和矿浆浓度中的一项或多项运行参数灵活调整溢流尾矿品位,从而提高溢流尾矿品位的控制精确度和效率。 [0079] 在本发明实施例中,通过获取溢流产品识别数据,并基于溢流产品识别数据确定溢流尾矿品位,提高了溢流尾矿品位确定的精确度和效率。在溢流尾矿品位超出设定品位范围时,基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案。其中,运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。本发明实施例,通过溢流产品识别数据确定溢流尾矿品位,可在线实时连续精确地检测溢流产品元素含量或溢流产品的浓度,提高检测效率和精确度,进而基于检测结果进行淘洗磁选机运行参数调节,提升尾矿控制效率。 [0080] 在一种可能的实现方式中,在溢流尾矿品位大于设定品位范围上限值时,确定溢流尾矿品位与上限值的差值作为品位偏差值,并在溢流尾矿品位小于设定品位范围下限值时,确定溢流尾矿品位与下限值的差值作为品位偏差值; [0081] 根据品位偏差值确定调整方案中运行参数的项数;其中,品位偏差值越大,则调整方案中运行参数的项数越多。 [0082] 其中,品位偏差值越大,调整方案中运行参数的项数越多,则调整速度越快。具体实施过程中,随着运行参数的调整过程,品位偏差值降低,相应的调整方案中运行参数的项数减少,避免发生过调,提高控制精确度。 [0083] 在本实施例中,基于溢流尾矿品位与设定品位范围的偏差值确定调整方案中运行参数的项数,能够综合满足控制精确度和控制效率的需求。 [0084] 在一种可能的实现方式中,步骤S102中基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案,包括: [0085] 在溢流尾矿品位大于或小于设定品位范围的上限值时,确定给水量修正值、磁场强度修正值和矿浆浓度修正值; [0086] 其中,在溢流尾矿品位大于设定品位范围时,给水量修正值和矿浆浓度修正值为负,磁场强度修正值为正; [0087] 在溢流尾矿品位小于设定品位范围时,给水量修正值和矿浆浓度修正值为正,磁场强度修正值为负。 [0088] 其中,溢流尾矿品位大于设定品位范围时,溢流尾矿中金属损失越严重,可降低给水量修正值和矿浆浓度,避免更多金属量损失,另外,可通过提升磁场强度,以避免金属进入溢流尾矿中造成损失。 [0089] 由此可以看出,针对给水量、磁场强度和矿浆浓度调整策略存在不同。在相同工况下,选矿过程中金属的损失情况越严重,降低给水量和矿浆浓度能够减少降低溢流尾矿中金属含量,相反地,提高磁场强度则能够降低溢流尾矿中金属含量。 [0090] 在本申请实施例中,针对给水量、磁场强度和矿浆浓度采用不同的控制策略能够提升溢流尾矿品位控制精确度。 [0091] 在一种可能的实现方式中,步骤S101中基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位,包括: [0092] 对溢流产品识别数据进行特征提取,得出特征数据;其中,特征数据包括:溢流产品颜色、溢流产品位置、溢流产品中目标区域的面积占比、溢流产品中目标区域的体积占比、电磁波强度和电磁波峰形位置中的一项或多项; [0093] 根据特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位。 [0094] 其中,目标区域为特征数据对应的区域。特征数据为溢流尾矿中金属图像数据。在具体实施过程中,需要加入水进行溢流尾矿的淘洗,另外溢流尾矿中含有沙尘等,溢流产品识别数据中混有沙尘的水的面积占比相对较大,水对应的图像范围不用于表征溢流尾矿中金属的含量,因此不作为特征数据。具体地,需要提取的是区别于混有沙尘的水的颜色的图像数据。 [0095] 另外,当溢流尾矿中存在不同成分时,对应的颜色会有所区分。另外,对于混合不均匀的情况,相同成分在图像中的颜色深浅度不同。因此,在确定特征数据时,需要根据不同范围内颜色的色差值进行不同溢流尾矿对应区域的聚类,以提高溢流尾矿中目标区域划分的精确度。 [0096] 在实际实施过程中,随着溢出产品不断增加,液体漫过溢流堰,高度变化到一定程度后就不再线性增加,溢流出水角度会发生变化,即溢流产品的位置有所不同,因此,基于溢流产品位置能够确定溢流产品的体积。 [0097] 在一种可能的实现方式中,当溢流产品识别数据为溢流产品图像时,图像为平面图像,对溢流产品识别数据进行特征提取,得出特征数据,包括: [0098] 检测实时溢流产品图像中每个像素点的颜色值,基于实时溢流产品图像中每个像素点的颜色值对实时溢流产品图像进行划分确定一个或多个目标区域,并确定一个或多个目标区域的面积占比;或者, [0099] 对溢流产品图像进行二值化处理并进行分片提取暗部图像作为目标区域,并确定目标区域的面积占比; [0100] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0101] 在一种可能的实现方式中,当实时溢流产品识别数据为雷达立体扫描结果或激光立体扫描结果时,扫描结果为立体图像,对溢流产品识别数据进行特征提取,得出特征数据,包括: [0102] 检测实时溢流产品识别数据中每个像素点的颜色值,基于实时溢流产品图像中每个像素点的颜色值对实时溢流产品图像进行划分,确定一个或多个目标区域的体积占比;或者, [0103] 对实时溢流产品识别数据进行二值化处理并进行分片,提取暗部图像作为目标区域,并确定目标区域的体积占比; [0104] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0105] 在实际实施过程中,随着溢出产品不断增加,液体漫过溢流堰,高度变化到一定程度后就不再线性增加,溢流出水角度会发生变化,即溢流产品的位置有所不同,因此,基于溢流产品位置能够确定溢流产品的体积。 [0106] 在一种可能的实现方式中,当溢流产品识别数据为红外光谱时,对实时溢流产品识别数据进行特征提取,得出特征数据,包括: [0107] 根据红外光谱读取电磁波强度和对应的峰形位置。 [0108] 其中,基于溢流产品识别数据中每个像素点的颜色值对溢流产品识别数据进行划分确定一个或多个目标区域,包括: [0109] 检测溢流产品识别数据的主体色; [0110] 根据主体色对溢流产品识别数据进行粗匹配,筛选出候选特征区域; [0111] 确定一个或多个候选特征区域的中心点; [0112] 以中心点对应像素点的颜色值和预设容差进行细匹配得出候选区域边缘特征; [0113] 基于边缘特征确定划分后的一个或多个目标区域。 [0114] 其中,当溢流产品识别数据为相机采集的平面图像时,确定的目标区域为平面上的一定面积占比的区域,当溢流产品识别数据为立体扫描雷达或激光立体扫描仪的扫描结果时,确定的目标区域为立体范围内的一定体积占比的区域。 [0115] 其中,溢流产品识别数据的主体色为淘洗过程中水的颜色(或称背景色),根据主体色对溢流产品识别数据进行粗匹配,筛选出与主体色差异较大的候选特征区域,以进一步的进行精确的区域划分,降低特征区域识别过程中的计算量。 [0116] 候选特征区域体现为离散的区域或断续连接在一起的大面积区域,即对应一个或多个候选特征区域。粗略估计各候选特征区域中心点,往往区域内颜色值的变化按照由中心点向外辐射呈现出一定规律。分别以各候选特征区域中心点的颜色值和预设容差进行细匹配得出候选区域边缘特征,以剔除掉边缘接近主体色的区域。另外,当存在不同成分混合在一起时,基于中心点的颜色值和预设容差进行不同成分区域的划分。因此,细匹配后得出的目标区域数量大于或等于候选特征区域数量。 [0117] 在另一种可能的实现方式中,在溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,对溢流产品识别数据进行特征提取,得出特征数据,包括: [0118] 对溢流产品识别数据进行二值化处理并进行分片,提取暗部图像作为目标区域; [0119] 确定目标区域的面积占比,或,确定目标区域的体积占比; [0120] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0121] 其中,对溢流产品识别数据进行二值化处理能够提高图像对比度,实现特征区域和主体色的区别划分,以及,实现不同成分对应特征区域之间的区别划分,提高特征识别效率。 [0122] 在一种可能的实现方式中,根据特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位,包括: [0123] 基于目标区域的面积和溢流尾矿含量识别模型确定溢流尾矿品位;或,[0124] 基于目标区域的体积和溢流尾矿含量识别模型确定溢流尾矿品位; [0125] 其中,溢流尾矿含量识别模型基于溢流产品识别数据和溢流尾矿品位训练得出。 [0126] 在一种可能的实现方式中,获取溢流产品识别数据,包括: [0127] 根据设定时间间隔分时获取溢流产品识别数据,并计算各时间点获取的溢流产品识别数据的平均值。 [0129] 在本实施例中,通过连续多帧溢流尾矿数据,提高淘洗过程执行各成分的识别精确度,或者,通过静态状态下不同拍摄时间或光线角度下的多帧溢流尾矿数据图像提高各成分的识别精确度。 [0130] 在另一具体实施例中,当溢流产品识别数据为立体扫描雷达或激光立体扫描仪的扫描结果时,则以设定时间间隔分时获取多次溢流产品扫描结果,并计算各时间点获取的溢流产品识别数据的平均值。其中,相邻两溢流产品扫描结果之间时间间隔小于设定值。 [0131] 雷达立体扫描结果需要在设定扫描周期内基于多帧雷达扫描信号确定,相邻扫描周期存在一定时间间隔。激光立体扫描结果需要在设定扫描周期内基于多帧激光信号确定,相邻扫描周期存在一定时间间隔。相邻两周期扫描结果的扫描时间间隔小于设定值即保证选取的溢流产品识别数据是连续扫描得出的,溢流产品的变化较小。 [0132] 应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。 [0133] 以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。 [0134] 图2示出了本发明一实施例提供的基于AI技术的淘洗磁选机尾矿控制装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下: [0135] 如图2所示,基于AI技术的淘洗磁选机尾矿控制装置2包括:获取模块201、确定模块202和调整模块203。 [0136] 获取模块201,用于获取溢流产品识别数据,并基于溢流产品识别数据和提前训练好的溢流产品元素含量识别模型确定溢流尾矿品位。 [0137] 确定模块202,用于在溢流尾矿品位超出设定品位范围时,基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案。 [0138] 调整模块203,用于根据调整方案调整淘洗磁选机的运行参数;其中,运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。 [0139] 在一种可能的实现方式中,确定模块202,具体用于: [0140] 在溢流尾矿品位大于设定品位范围上限值时,确定溢流尾矿品位与上限值的差值作为品位偏差值,并在溢流尾矿品位小于设定品位范围下限值时,确定溢流尾矿品位与下限值的差值作为品位偏差值; [0141] 根据品位偏差值确定调整方案中运行参数的项数;其中,品位偏差值越大,则调整方案中运行参数的项数越多。 [0142] 在一种可能的实现方式中,确定模块202,具体用于: [0143] 在溢流尾矿品位大于或小于设定品位范围的上限值时,确定给水量修正值、磁场强度修正值和矿浆浓度修正值; [0144] 其中,在溢流尾矿品位大于设定品位范围时,给水量修正值和矿浆浓度修正值为负,磁场强度修正值为正; [0145] 在溢流尾矿品位小于设定品位范围时,给水量修正值和矿浆浓度修正值为正。 [0146] 在一种可能的实现方式中,获取模块201,具体用于: [0147] 对溢流产品识别数据进行特征提取,得出特征数据;其中,特征数据包括:溢流产品颜色、溢流产品位置、溢流产品中目标区域的面积占比、溢流产品中目标区域的体积占比、电磁波强度和电磁波峰形位置中的一项或多项; [0148] 根据特征数据和提前训练好的溢流产品元素含量识别模型,确定溢流尾矿品位。 [0149] 在一种可能的实现方式中,在溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,获取模块201,具体用于: [0150] 检测溢流产品识别数据中每个像素点的颜色值,基于溢流产品识别数据中每个像素点的颜色值对溢流产品识别数据进行划分确定一个或多个目标区域,并确定一个或多个目标区域的面积占比,或,确定一个或多个目标区域的体积占比; [0151] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0152] 在一种可能的实现方式中,在溢流产品识别数据为溢流产品图像、雷达立体扫描结果或激光立体扫描结果时,获取模块201,具体用于: [0153] 对溢流产品识别数据进行二值化处理并进行分片,提取暗部图像作为目标区域; [0154] 确定目标区域的面积占比,或,确定目标区域的体积占比; [0155] 基于实时溢流产品识别数据确定截面信息,并基于截面信息确定溢流产品位置。 [0156] 在一种可能的实现方式中,获取模块201,具体用于: [0157] 基于目标区域的面积和溢流尾矿含量识别模型确定溢流尾矿品位;或,[0158] 基于目标区域的体积和溢流尾矿含量识别模型确定溢流尾矿品位; [0159] 其中,溢流尾矿含量识别模型基于溢流产品识别数据和溢流尾矿品位训练得出。 [0160] 在一种可能的实现方式中,获取模块201,具体用于: [0161] 根据设定时间间隔分时获取溢流产品识别数据,并计算各时间点获取的溢流产品识别数据的平均值。 [0162] 在本发明实施例中,通过获取溢流产品识别数据,并基于溢流产品识别数据确定溢流尾矿品位,提高了溢流尾矿品位确定的精确度和效率。在溢流尾矿品位超出设定品位范围时,基于溢流尾矿品位和设定品位范围确定淘洗磁选机运行参数的调整方案。其中,运行参数:给水量、磁场强度和矿浆浓度中的一项或多项。本发明实施例,通过溢流产品识别数据确定溢流尾矿品位,可在线实时连续精确地检测溢流产品元素含量或溢流产品的浓度,提高检测效率和精确度,进而基于检测结果进行淘洗磁选机运行参数调节,提升尾矿控制效率。 [0163] 图3是本发明一实施例提供的终端的示意图。如图3所示,该实施例的终端3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序 32。所述处理器30执行所述计算机程序32时实现上述各个基于AI技术的淘洗磁选机尾矿控制方法实施例中的步骤,例如图1所示各步骤。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示各模块的功能。 [0164] 示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如,所述计算机程序32可以被分割成图2所示的各模块。 [0165] 所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端3可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端3的示例,并不构成对终端3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。 [0166] 所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field‑Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 [0167] 所述存储器31可以是所述终端3的内部存储单元,例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备,例如所述终端3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。 [0168] 所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。 [0169] 在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。 [0170] 本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。 [0171] 在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。 [0172] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。 [0173] 另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。 [0174] 所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个基于AI技术的淘洗磁选机尾矿控制方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read‑Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括市电载波信号和电信信号。 [0175] 以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。 |