基于泡沫纹理分布的硫浮选过程故障工况检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题来源和研究意义 | 第9-10页 |
| 1.2 泡沫浮选原理与硫浮选工艺 | 第10-14页 |
| 1.2.1 浮选机理分析 | 第10页 |
| 1.2.2 气泡的形成与矿化 | 第10-12页 |
| 1.2.3 泡沫图像特征与浮选工况的关系 | 第12页 |
| 1.2.4 硫浮选设备与工艺流程 | 第12-14页 |
| 1.3 泡沫纹理特征提取与故障工况诊断的研究现状 | 第14-17页 |
| 1.3.1 泡沫图像纹理特征研究现状 | 第14-15页 |
| 1.3.2 浮选过程故障工况检测研究现状 | 第15-17页 |
| 1.4 本文研究内容与结构安排 | 第17-19页 |
| 2 硫浮选泡沫纹理特征提取与描述 | 第19-25页 |
| 2.1 基于灰度共生矩的纹理特征提取与分析 | 第19-22页 |
| 2.1.1 灰度共生矩阵(GLCM) | 第19-20页 |
| 2.1.2 二次统计量提取与分析 | 第20-22页 |
| 2.2 基于纹理单元的纹理特征提取与分析 | 第22-24页 |
| 2.2.1 纹理单元(TU)与纹理谱 | 第22-23页 |
| 2.2.2 纹理单元概率密度函数(PDF) | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 泡沫纹理单元概率密度函数的建模方法 | 第25-39页 |
| 3.1 泡沫纹理单元分布的特点 | 第25-26页 |
| 3.2 非参数统计方法 | 第26-32页 |
| 3.2.1 直方图方法 | 第26-29页 |
| 3.2.2 频率多边形方法 | 第29-30页 |
| 3.2.3 核密度估计方法 | 第30-32页 |
| 3.3 改进的核密度估计方法 | 第32-38页 |
| 3.3.1 基函数的选择 | 第32-34页 |
| 3.3.2 基函数的个数与分布 | 第34-35页 |
| 3.3.3 基函数权值的计算 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 硫浮选过程故障工况的检测 | 第39-56页 |
| 4.1 基于主元分析的故障检测法 | 第39-46页 |
| 4.1.1 主元分析建模(PCA)方法概述 | 第40-45页 |
| 4.1.2 基于主元模型统计量的故障检测原理 | 第45-46页 |
| 4.2 基于泡沫纹理权系数主元模型的故障检测 | 第46-55页 |
| 4.2.1 数据预处理 | 第46-47页 |
| 4.2.2 权系数主元模型的建立 | 第47-50页 |
| 4.2.3 基于主元模型T~2统计量的故障检测 | 第50页 |
| 4.2.4 现场实例验证 | 第50-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 工业应用 | 第56-61页 |
| 5.1 硫浮选图像处理系统简介 | 第56-59页 |
| 5.1.1 监控点的选取 | 第56页 |
| 5.1.2 硬件系统结构 | 第56-58页 |
| 5.1.3 软件系统结构 | 第58-59页 |
| 5.2 现场故障工况检测 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 研究内容总结 | 第61页 |
| 6.2 后续工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
