[发明专利]一种锑浮选工况识别方法及系统

权利要求书

1.一种锑浮选工况识别方法，其特征在于，该方法包括：

S1：对记录的锑浮选泡沫图像特征数据进行预处理；

S2：从泡沫图像特征处理后的数据中提取对工况变化敏感性高且相互间无相关性或弱相关性的关键泡沫特征；

S3：基于物元可拓理论，融合多种关键泡沫特征，通过关联函数建立待识别工况的关键泡沫特征与预设工况类别的关联度矩阵；

S4：采用博弈论方法，通过最优化理论将主观赋权法和客观赋权法进行综合，得到关键泡沫特征的综合权重；

S5：基于关联度矩阵和综合权重计算待识别工况关于预设工况类别的综合相关度，根据最大关联度原则确定待识别工况所属类别，并预测工况等级变化趋势。

2.根据权利要求1所述的方法，其特征在于，步骤S1具体包括：

S11：剔除缺少主要数据的空缺数据项；

S12：剔除超出每个参数变量区间的错误数据项；

S13：获取各泡沫特征数值后，对各数值进行无量纲化处理。

3.根据权利要求1所述的方法，其特征在于，步骤S2具体包括：

S21：从锑浮选泡沫图像采集系统中获取若干个泡沫特征；

S22：计算每次加药量改变之后工况进入稳定期间的泡沫图像特征变量均值σ和方差δ，并作为一个样本保存；

S23：同样方法采集若干个样本(σ_i,δ_i),i=1,2,…,n，n为泡沫特征的个数；

S24：计算样本集中均值σ_i的方差σ_k和方差δ_i的均值δ_v，并计算敏感性指数S，其中S=δ_v/σ_k；

S25：若某个泡沫特征的敏感性指数大于等于所设定的阈值，则判定该特征为工况敏感特征，则根据其从所有的泡沫特征中提取若干个工况敏感特征；

S26：利用主成分分析法对所述工况敏感特征进行相关性分析，得到若干个关键泡沫特征。

4.根据权利要求1所述的方法，其特征在于，步骤S3具体包括：

S31：确定关键泡沫特征的经典域；

S32：确定关键泡沫特征的节域；

S33：确定待识别的浮选工况；

S34：确定待识别工况的关键泡沫特征与浮选预设工况类别的关联度矩阵。

5.根据权利要求1所述的方法，其特征在于，步骤S4具体包括：

S41：利用熵权法确定客观权重；

S42：利用层次分析法确定主观权重；

S43：基于博弈论，融合客观权重和主观权重得到关键泡沫特征的综合权重。

6.根据权利要求1所述的方法，其特征在于，步骤S5包括：

S51：计算待识别工况关于浮选预设工况类别的综合关联度；

S52：判断待识别工况所属工况类别；

S53：预测待识别工况等级变化的趋势。

7.一种锑浮选工况识别系统，其特征在于，该系统包括：预处理单元、关键特征提取单元、关联度单元、权重单元以及识别单元；

预处理单元，用于对记录的锑浮选泡沫图像特征数据进行预处理；

关键特征提取单元，用于从泡沫图像特征处理后的数据中提取对工况变化敏感性高且相互间无相关性或弱相关性的关键泡沫特征；

关联度单元，用于基于物元可拓理论，融合多种关键泡沫特征，通过关联函数建立待识别工况的关键泡沫特征与预设工况类别的关联度矩阵；

权重单元，用于采用博弈论方法，通过最优化理论将主观赋权法和客观赋权法进行综合，得到关键泡沫特征的综合权重；

识别单元，用于基于关联度矩阵和综合权重计算待识别工况关于预设工况类别的综合相关度，根据最大关联度原则确定待识别工况所属类别，并预测工况等级变化趋势。