-
公开(公告)号：CN118537386A
公开(公告)日：2024-08-23
申请号：CN202410409582.2
申请日：2024-04-07
Applicant: 中南大学
Abstract: 一种基于高亮点的锌浮选泡沫层深度特征度量方法，属于泡沫浮选领域，本发明提出一种基于高亮点的锌浮选泡沫层深度特征度量方法，针对浮选现场设置的工业相机所获得的双目视觉泡沫图像，利用视差原理，提出泡沫高亮点区域的概念，通过左右视图对泡沫层的高亮点区域进行准确提取，对泡沫层深度图进行定义与度量，通过一系列计算获得了泡沫层深度特征。本发明有效弥补单目视觉系统没有考虑泡沫层高度的缺陷，实现对双目立体视觉图像中的泡沫层深度特征的度量，从而更好地获取泡沫的立体信息，有利于监控工业流程关键性能指标，进而实现对泡沫浮选过程的控制。
-
公开(公告)号：CN113591653A
公开(公告)日：2021-11-02
申请号：CN202110833448.1
申请日：2021-07-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于宽度学习系统的增量式锌浮选工况判别方法，包括以下步骤：首先提取泡沫图像特征，引入粗选槽入矿品位特征，针对两种特征采样频率不一致问题，采用最小二乘法拟合入矿品位使二者协调，解决了评价指标单一问题；然后将提取到的图像特征和入矿品位特征输入宽度学习系统构建基础模型；设置工况识别准确度阈值，当生产条件发生变化，识别准确度低于阈值时，向模型中加入新样本，根据有无新工况产生分别采用增加特征节点、增强节点数目和增加特征节点、增强节点、输出节点数目两种方式对模型进行更新，直到准确度大于阈值，采用增量学习方式无需从头训练全部数据，只对新增加的样本进行训练，缩短训练时间、节省计算资源。
-
公开(公告)号：CN115457439A
公开(公告)日：2022-12-09
申请号：CN202211077061.9
申请日：2022-09-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于关键帧注意力和Bi‑GRU的锌浮选工况识别方法，应用于泡沫浮选工艺，包括以下步骤：首先从泡沫视频中采样连续多帧图像并从每一帧泡沫图像中提取手工特征，包括气泡尺寸特征、泡沫纹理和颜色特征，则连续多帧的泡沫图像表征为时间特征序列；其次将构建的时间特征序列输入到基于关键帧注意力的Bi‑GRU模型中，利用注意力自适应地选取关键帧并通过Bi‑GRU双向提取泡沫视频的动态关键时序特征；最后将提取的时序特征输入到全连接层和SoftMax中对锌浮选的工况进行识别。本发明不仅可以充分利用泡沫视频中丰富的动态时序信息，而且采用注意力自适应地从泡沫视频中选取关键帧，可以减少非关键信息的干扰，提高模型鲁棒性的同时大大减少计算成本。
-
公开(公告)号：CN114627333A
公开(公告)日：2022-06-14
申请号：CN202210249062.0
申请日：2022-03-14
Applicant: 中南大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种改进深度主动学习的锌浮选泡沫图像分类算法及系统，本发明针对类别不平衡的泡沫图像提出一种改进深度主动学习的锌浮选泡沫图像分类算法及系统。利用有标签样本训练初始卷积神经网络，并利用卷积神经网络对无标签样本进行类别预测，基于一种带损耗预测模块的主动学习方法，计算无标签样本的信息量并排序，再人工标注信息量最大的样本，加入训练集更新深度学习模型的参数，逐步提高网络的性能；使用融合Inception‑v2的Dense Net新型网络结构，提出一种新颖的考虑类别之间的权重的损失函数进行网络训练。本发明在降低标记成本的同时，提高模型了不平衡数据集上的分类性能，有效建立锌浮选工况识别模型，能稳定和优化生产。
-
公开(公告)号：CN113837193B
公开(公告)日：2023-09-01
申请号：CN202111117727.4
申请日：2021-09-23
Applicant: 中南大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进U‑Net网络的锌浮选泡沫图像分割算法，针对现场设置的工业相机所获得的泡沫图像，提出一种适应于复杂泡沫图像分割的改进U‑Net架构，在传统U‑Net网络的基础上，做出如下改进：在U‑Net网络第一层部分对称引入Inception与批量归一化模块，在U‑Net网络的编码模块末端加入金字塔池化模块，同时在网络的编码模块与解码模块对应层间的跳跃连接处引入改进的注意力门控机制。本发明实现了对泡沫图像中的每个泡沫的分割，有效弥补了传统的泡沫图像分割对单个泡沫分割不彻底、不精细的缺陷，从而可以提升效率，为后续的泡沫特征提取奠定坚实基础。
-
Patent Agency Ranking
公开(公告)号：CN111689394A
公开(公告)日：2020-09-22
申请号：CN202010600270.1
申请日：2020-06-29
Applicant: 中南大学
Abstract: 本发明涉及一种高效矿物自动称重系统，工业抓斗上部安装称重传感器采集矿物重量信号并转化输出为可传输计算的电流，电流信号经由电流-电压转换后输出相应的电压模拟量信号；对电压信号通过模拟-数字转换程序得到的数字信号进行滑动平均滤波处理，对滤波后的数字信号进行精确重量值计算输出到上位机中进行显示。本发明对收集到的重量值进行了两次软件滤波处理，滤除了抖动干扰和随机干扰，测量误差小，实现在抓斗抓取矿物放入运输车内的动态过程中，精确测量出抓斗倒入矿物运输车内的矿物重量，并实时显示给操作工人，从而控制运输车内矿物重量在一定范围内，避免超载或低载带来的经济效益低下问题。
-
公开(公告)号：CN110918266A
公开(公告)日：2020-03-27
申请号：CN201911254484.1
申请日：2019-12-10
Applicant: 中南大学
Abstract: 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。
-
公开(公告)号：CN113591653B
公开(公告)日：2024-08-02
申请号：CN202110833448.1
申请日：2021-07-22
Applicant: 中南大学
IPC: G06V20/40 , G06V10/56 , G06V10/774
Abstract: 本发明公开了一种基于宽度学习系统的增量式锌浮选工况判别方法，包括以下步骤：首先提取泡沫图像特征，引入粗选槽入矿品位特征，针对两种特征采样频率不一致问题，采用最小二乘法拟合入矿品位使二者协调，解决了评价指标单一问题；然后将提取到的图像特征和入矿品位特征输入宽度学习系统构建基础模型；设置工况识别准确度阈值，当生产条件发生变化，识别准确度低于阈值时，向模型中加入新样本，根据有无新工况产生分别采用增加特征节点、增强节点数目和增加特征节点、增强节点、输出节点数目两种方式对模型进行更新，直到准确度大于阈值，采用增量学习方式无需从头训练全部数据，只对新增加的样本进行训练，缩短训练时间、节省计算资源。
-
公开(公告)号：CN113837193A
公开(公告)日：2021-12-24
申请号：CN202111117727.4
申请日：2021-09-23
Applicant: 中南大学
Abstract: 本发明公开了一种基于改进U‑Net网络的锌浮选泡沫图像分割算法，针对现场设置的工业相机所获得的泡沫图像，提出一种适应于复杂泡沫图像分割的改进U‑Net架构，在传统U‑Net网络的基础上，做出如下改进：在U‑Net网络第一层部分对称引入Inception与批量归一化模块，在U‑Net网络的编码模块末端加入金字塔池化模块，同时在网络的编码模块与解码模块对应层间的跳跃连接处引入改进的注意力门控机制。本发明实现了对泡沫图像中的每个泡沫的分割，有效弥补了传统的泡沫图像分割对单个泡沫分割不彻底、不精细的缺陷，从而可以提升效率，为后续的泡沫特征提取奠定坚实基础。
-
公开(公告)号：CN110918266B
公开(公告)日：2020-09-29
申请号：CN201911254484.1
申请日：2019-12-10
Applicant: 中南大学
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
