Intelligentization of Mineral Flotation Process Based on Distributed Machine Vision
編號：457
訪問權限：僅限參會人
更新：2022-05-20 11:02:35
瀏覽：383次
特邀報告
報告開始：2022年05月27日 08:50 （Asia/Shanghai）
報告時間：20min
所在會議：[S5] Intelligent Equipment and Technology [S5-2] Intelligent Equipment and Technology-2
暫無文件
摘要
礦物浮選過程由人工觀察浮選泡沫形態對生產工況進行判斷，從而實現生產操作，存在信息感知不精確、調控自適應能力差等問題，造成我國有色金屬選礦過程能耗物耗高、有價金屬回收率低、精礦品位波動大等問題，亟需引入智能感知與優化方法實現其生產過程智能化。為此，本報告介紹將分布機器視覺引入浮選過程后如何助力智能化生產的，主要包括泡沫圖像敏感特征選擇、基于泡沫圖像特征的金屬品位預測、工況智能感知、智能優化控制及工業應用等幾個方面。
關鍵字
報告人
Yongfang XIE
Central South University中南大學教授、博士生導師，國家杰出青年基金獲得者。長期從事復雜工業過程特別是有色金屬生產過程智能控制理論、技術和工程應用研究，在國際知名期刊IEEE Trans. on Cybernetics、IEEE Trans. on Industrial Electronics、IEEE Trans. on Industrial Informatics、Journal of Process Control、Control Engineering Practice等期刊發表論文100余篇，出版學術專著3部。所研制的智能優化控制系統及自動化關鍵技術成功應用于鋁土礦、銅礦、金銻礦等浮選過程及銅鋁鉛鋅等有色金屬冶煉過程，經濟效益和節能減排效果明顯，獲國家及省部級獎勵10項。
發表評論