[发明专利]一种选矿摇床智能控制方法

权利要求书

1.一种选矿摇床智能控制方法，其特征在于，包括：

步骤1、通过图像处理算法得到选矿摇床不同品位矿带的界区；

步骤2、建立BP神经网络，将精矿带面积和颜色差异因子作为BP神经网络的输入，精矿厚度作为输出，经过样本集训练后，得到精矿带厚度软测量模型；

步骤3、根据所得到的矿带的界区来确定接矿板位置、摇床坡度和冲洗水量的调控优先级；

步骤4、再建立选矿摇床接矿板位置的模糊控制器，该控制器的输入变量为精矿带厚度偏差和偏差变化率，输出为接矿板的偏移比例，实现对接矿板位置的自动调节。

2.根据权利要求1所述选矿摇床智能控制方法，其特征在于，所述步骤1的过程具体为：

首先通过计算选矿摇床目标区域的积分灰度曲线二阶微分最大值，提取选矿摇床矿带底部分界点；

然后采用下采样的积分曲线边界查找算法、最小二乘法的边界拟合和一阶导曲线的波谷查找法，提取出选矿摇床不同品位矿带的左右边界点；

再根据所提取出的边界点采用最小二乘法拟合出边界直线；

进一步在左右边界点之间查找精矿带和非精矿带分界点。

3.根据权利要求1所述选矿摇床智能控制方法，其特征在于，在所述步骤2中，

所建立的BP神经网络的输入层有2个神经元，输出层有1个神经元，隐层的个数为7；

通过该BP神经网络，将精矿带预测厚度与真实厚度的误差进行逆向传播，并在误差传播过程中不断进行调整，直到BP神经网络的精矿带预测厚度输出值与实际样本输出值之间的误差小于预设值时停止训练；

再将要预测的新信息输入训练好的网络，得到选矿摇床精矿带厚度的预测值。

4.根据权利要求1所述选矿摇床智能控制方法，其特征在于，在步骤3中，

首先根据所得到的矿带的界区确定次精矿带宽度w的正常范围为[m，n]；

当实际宽度值w＞n时，调节摇床坡度；

当实际宽度值m≤w≤n时，调节接矿板位置；

当实际宽度值w＜m时，则调节冲洗水量。

5.根据权利要求1所述选矿摇床智能控制方法，其特征在于，在步骤4中，

所述精矿带厚度偏差为当前精矿带厚度减去正常厚度值；

所述偏差变化率为当前厚度偏差值减去临近时刻厚度偏差值。