实验室智能泡沫浮选分离系统及方法

本发明涉及泡沫浮选分离，尤其涉及一种实验室智能泡沫浮选分离系统及方法。

背景技术：

1、在传统的矿物浮选分离工艺中，多凭借经验丰富的工人通过观察泡沫状态(泡沫颜色、纹理、形态等特征)来手动调节操作变量(加药量、充气量、流量、浓度等)来调整工况状态，达到预期工艺指标，实现精煤与矸石分离。这种调整方式在很大程度上依赖于工人经验，由于人工操作中较大的主观性及粗放性，因此普遍存在关键操作变量不能准确、客观、及时调整，易出现因操作不合理而带来的浮选工况稳定性差、浮选分离精度低、产品质量指标不合格、浮选药剂浪费等问题。

2、而实验室浮选机通常为一些常规的单槽浮选机，浮选过程为非连续的单一实验，需人为手动添加药剂，调节充气量以及液面高度，实验结果同样受人为影响因素较大。

技术实现思路

1、为解决上述技术问题，本发明提供一种实验室智能泡沫浮选分离系统及方法。本发明的技术方案如下：

2、第一方面，提供一种实验室智能泡沫浮选分离系统，其包括浮选实验机构和机器视觉边缘控制机构；

3、所述浮选实验机构包括煤浆储料桶、捕收剂桶、蠕动泵、起泡剂桶、煤浆预处理器、第一螺杆泵、浮选机、尾矿处理槽、第二螺杆泵、充气泵、变频器，所述煤浆储料桶通过第一螺杆泵与煤浆预处理器的煤浆入口连接，捕收剂桶和起泡剂桶均通过蠕动泵和调节阀与煤浆预处理器的药剂入口连接，煤浆预处理器的出料口与浮选机的进料口连接，气源通过充气泵和调节阀与浮选机的进气口连接，浮选机的出料口通过第二螺杆泵与尾矿处理槽连接，第一螺杆泵、第二螺杆泵和浮选机均与变频器连接；

4、所述机器视觉边缘控制机构包括边缘计算控制器、支架、工业相机、服务器、显示器，所述工业相机安装在支架上并位于浮选机上方，工业相机与服务器连接，显示器与服务器连接，服务器与边缘计算控制器连接，边缘计算控制器与各个调节阀均连接，变频器与边缘计算控制器连接。

5、可选地，所述机器视觉边缘控制机构还包括光源，所述光源安装在支架上并位于工业相机旁边。

6、可选地，所述光源为led条形组合光源。

7、可选地，所述调节阀为流量阀。

8、第二方面，提供一种实验室智能泡沫浮选分离方法，所述方法使用上述的实验室智能泡沫浮选分离系统实现，包括如下步骤：

9、s1，浮选机在以不同操作变量进行实验的浮选过程中，工业相机采集浮选过程的泡沫图像，并发送至服务器，服务器存储并将泡沫图像发送至边缘计算控制器；

10、s2，边缘计算控制器提取泡沫图像中的多种泡沫特征向量；

11、s3，边缘计算控制器确定每种泡沫特征向量所属各类泡沫的权重；

12、s4，边缘计算控制器计算每种泡沫特征向量对每类泡沫的特征权重；

13、s5，边缘计算控制器根据每种泡沫特征向量及其所属各类泡沫的权重以及每种泡沫特征向量对每类泡沫的特征权重计算融合特征向量；

14、s6，边缘计算控制器将融合特征向量输入预先训练好的深层lstm精煤灰分预测神经网络，根据深层lstm精煤灰分预测神经网络的输出预测不同操作变量下的精煤灰分；同时，边缘计算控制器将预测结果发送给服务器，服务器存储预测结果并发送至显示器进行显示。

15、可选地，所述s3中，边缘计算控制器在确定每种泡沫特征向量所属各类泡沫的权重时，包括：

16、s31，确定每类泡沫的类中心矩阵，具体为：假设共有m类泡沫，每类泡沫包含n个泡沫样本，对于提取的k种泡沫特征向量，则对于第j类泡沫，其类中心矩阵的定义如公式(1)：

17、

18、公式(1)中，k表示泡沫特征向量的数量，n表示每类泡沫中的泡沫样本的数量，f表示泡沫特征向量；dk表示第k种泡沫特征向量的类中心，fkj表示第j类泡沫中的第k种泡沫特征向量，[d1,d2,…,dk]表示第j类泡沫的类中心矩阵；

19、s32，通过欧式距离计算每种泡沫特征向量与所有的类中心矩阵之间的距离，具体地，对于任一泡沫特征向量e，其与任一类中心矩阵之间的欧式距离计算方式如公式(2)：

20、

21、公式(2)中，fei表示第j类泡沫中的第e种泡沫特征向量，dej表示第j类泡沫中的第e种泡沫特征向量的类中心矩阵，表示第j类泡沫中的第e种泡沫特征向量与其类中心矩阵之间的欧氏距离；

22、s33，确定每种泡沫特征向量对每类泡沫的所有泡沫特征向量的权重，其计算方式如公式(3)：

23、

24、公式(3)中，表示第j类泡沫中的第e种泡沫特征向量对第j类泡沫的所有泡沫特征向量的权重；

25、s34，根据每种泡沫特征向量对每类泡沫的所有泡沫特征向量的权重通过如下公式(4)计算每种泡沫特征向量所属各类泡沫的权重：

26、

27、公式(4)中，表示第e种泡沫特征向量所属第j类泡沫的权重。

28、可选地，所述s4中，边缘计算控制器在计算每种泡沫特征向量对每类泡沫的特征权重时，包括：

29、s41，将每种泡沫特征向量输入预先训练好的lssvm分类器，根据lssvm分类器的输出结果确定每种泡沫特征向量对每类泡沫的分类准确率；

30、s42，计算所有泡沫特征向量对每类泡沫的分类准确率之和；

31、s43，根据每种泡沫特征向量对每类泡沫的分类准确率和所有泡沫特征向量对每类泡沫的分类准确率之和计算每种泡沫特征向量对每类泡沫的特征权重。

32、可选地，所述s5中，边缘计算控制器在根据每种泡沫特征向量及其所属各类泡沫的权重以及每种泡沫特征向量对每类泡沫的特征权重计算融合特征向量时，包括：

33、对于任一种泡沫特征向量，将所述任种一泡沫特征向量与其所属各类泡沫的权重和其对每类泡沫的特征权重相乘，得到所述任一种泡沫特征向量的融合特征向量。

34、可选地，所述多种泡沫特征向量包括泡沫面积向量、泡沫速度向量、泡沫破碎率向量、泡沫颜色向量和泡沫个数向量。

35、上述所有可选技术方案均可任意组合，本发明不对一一组合后的结构进行详细说明。

36、借由上述方案，本发明的有益效果如下：

37、通过设置浮选实验机构和机器视觉边缘控制机构使得在浮选实验过程中，可以通过变频器调节第一螺杆泵、第二螺杆泵和浮选机以及通过边缘计算控制器控制各调节阀来实现煤浆和药剂的连续给定，从而在一定时间内实现连续浮选；可以通过工业相机采集浮选过程的泡沫图像，并通过边缘计算控制器分析确定不同操作变量下的精煤灰分，因而可以实现精煤灰分的实时、智能获取。因此，通过本发明实施例提供的实验室智能泡沫浮选分离系统和方法，能够解决人工操作中存在的弊端，可根据所测结果，客观、准确、及时地对有关变量进行调节，从而提高浮选分离精度，节约药剂成本。该系统具有自动化程度高、便于操作、维护方便、实验结果精度高等优点。

38、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。