浮选尾矿灰分检测装置的研发
摘要 | 第4-5页 |
abstract | 第5页 |
引言 | 第8-9页 |
第1章 文献综述 | 第9-15页 |
1.1 课题概述 | 第9页 |
1.2 相关技术研究现状 | 第9-12页 |
1.3 研究目标 | 第12页 |
1.4 可行性分析 | 第12页 |
1.5 研究内容 | 第12页 |
1.6 技术路线和实验方案 | 第12-14页 |
1.6.1 技术路线 | 第12-13页 |
1.6.2 实验方案 | 第13-14页 |
1.7 本章小结 | 第14-15页 |
第2章 浮选自动控制的研究 | 第15-21页 |
2.1 浮选基本理论阐述 | 第15-17页 |
2.1.1 浮选基本原理 | 第15-16页 |
2.1.2 浮选药剂 | 第16页 |
2.1.3 选煤厂浮选工艺流程 | 第16-17页 |
2.2 浮选自动控制 | 第17-18页 |
2.3 浮选过程操作变量和干扰变量 | 第18-19页 |
2.4 浮选过程中存在的问题 | 第19页 |
2.5 基于图像处理的浮选尾矿检测装置 | 第19-20页 |
2.6 本章小结 | 第20-21页 |
第3章 浮选尾矿灰分检测装置的详细设计 | 第21-35页 |
3.1 场地选择 | 第21-22页 |
3.1.1 选煤厂概况 | 第22页 |
3.1.2 洗煤厂设备流程 | 第22页 |
3.2 光源 | 第22-24页 |
3.3 相机的防护 | 第24页 |
3.4 图像预处理 | 第24-26页 |
3.4.1 基于中值滤波的去噪方法 | 第25-26页 |
3.4.2 消除光照影响 | 第26页 |
3.5 色彩空间转换 | 第26-28页 |
3.6 基于聚类分析的图像分割 | 第28-29页 |
3.7 浮选尾矿灰分检测装置 | 第29-34页 |
3.7.1 装置结构 | 第29页 |
3.7.2 主要硬件设备 | 第29-34页 |
3.8 本章小结 | 第34-35页 |
第4章 浮选尾矿灰分与图像灰度曲线拟合应用研究 | 第35-54页 |
4.1 前言 | 第35页 |
4.2 利用工业视觉传感器获取图像数据 | 第35-46页 |
4.3 Matlab与曲线拟合 | 第46-47页 |
4.4 CFtool工具箱分析拟合曲线 | 第47-52页 |
4.5 利用最小二乘法进行分析非线性回归 | 第52-53页 |
4.6 本章小结 | 第53-54页 |
结论 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
导师简介 | 第59页 |
企业导师简介 | 第59-60页 |
作者简介 | 第60-61页 |
学位论文数据集 | 第61页 |