基于输出ＰＤＦ的浮选故障检测和诊断方法

2012年04月27日10:26:04 本网站我要评论(2)字号：T | T | T

关键字：应用

桂卫华，杜建江，许灿辉，阳春华
中南大学控制科学与工程，湖南长沙

摘　　　要：针对浮选中泡沫尺寸分布的特殊性，如非高斯分布，左偏斜，高峰值等，常规分析方法无法准确描述尺寸分布的特点，因此无法准确检测和诊断浮选过程中出现的故障。提出对泡沫尺寸分布的输出概率密度函数（ＰＤＦ）的统计分析，形成了一种新的浮选过程故障检测和诊断方法。通过采用自设计的核方法逼近将输出ＰＤＦ转化为动态权系数，建立带有时滞的非线性不确定性权动态模型，基于线性矩阵不等式设计得到可行的故障检测和诊断算法。通过仿真验证分析，证明此算法的有效性。结合现场浮选过程，讨论了此方法的应用前景和优势。

关　键　词：输出ＰＤＦ；故障检测和诊断；核方法；权函数

１　引　言
浮选过程是矿物加工中广泛应用的选矿方法，是一类典型复杂工业过程。近年来，基于机器视觉和图像处理技术的支撑，对泡沫图像的分析发现浮选工况的变化与泡沫尺寸的变化密切相关［１３］，随后的研究大多采用简单的均值和方差特征来表征泡沫尺寸分布，并假设泡沫尺寸分布为正态高斯分布。而事实上，浮选泡沫尺寸分布有着其特殊性，其概率密度分布实为非高斯分布，且具有较高的峰值和较大偏斜度［４５］。因此简单的平均值或方差等单值特征会造成泡沫特征描述的较大误差，严重影响浮选过程故障检测和诊断的准确性。泡沫尺寸分布特征提取的前提为准确的泡沫分割，可采用改进的分水岭分割，实现了对泡沫图像的精确分割［５６］。针对概率密度分布的估计方法中，非参数估计方法受到青睐。自１９９６年以来，王宏等提出设计控制器使系统输出ＰＤＦ形状跟踪给定ＰＤＦ形状的思想，并推导了多种建模及控制方法，也使得输出ＰＤＦ控制成为可能［７１１］。本文通过对分割后泡沫图像的尺寸分布分析，自设计的核算子非参数估计来逼近浮选泡沫尺寸的输出ＰＤＦ分布，建立的权动态模型指导浮选药剂故障检测及诊断。

登录网站后可下载文件

基于输出ＰＤＦ的浮选故障检测和诊断方法

相关阅读: