基于数字图像处理技术的粒度在线检测方法研究-机械工程专业论文.docxVIP

江西 江西理工大学硕士学位论文 摘要 万方数据 万方数据 摘 要 在选矿领域中，矿石的粒度分布是评价破碎效果、实现选矿自动化的一项重要参数。 预磨机是一种集碎矿与磨矿于一体的高效破磨设备。实现粒度分布的在线检测，将检测 结果反馈给预磨机控制系统，能够有效的控制预磨机的工作参数，将预磨机的生产能力 提高到最高水平，使设备的效率达到最佳。所以粒度检测的实时性和精确性显得十分重 要。目前大多采用低效、离线的人工筛分检测法确定碎后颗粒的粒级分布，难以满足选 矿生产的需要。因此，研究适用于磨矿作业需求的新型的粒度检测方法具有较好的研究 价值和应用前景。 本课题主要针对现场生产环境，采用图像处理技术，利用 MATLAB 设计一种可靠 的在线粒度检测方法。论文主要研究成果有： （1）通过对不同的图像分割方法的对比分析，将矿石颗粒图像进行灰度化、中值 滤波、梯度化等预处理后，采用标记分水岭算法对图像进行分割，较理想的将颗粒重叠 的边缘分割开。 （2）对每个粒级的矿石颗粒进行像素标定，根据标定结果分别建立对应的粒度检 测算子，采用击中击不中算法统计各个粒级内矿石颗粒的个数，将统计结果与筛分结果 对比，验证了检测算子的准确性，从而实现了对单层矿石颗粒的粒度检测。 （3）建立了以表面层粒度检测结果为输入，整体粒度分布为输出的 BP 神经网络模 型，在静止状态下对堆积层叠的矿石颗粒进行整体粒度检测实验，表明该模型具有较高 的准确性。 （4）通过结合 MATLAB 图像采集工具箱、图像处理工具箱、神经网络工具箱和图 形用户界面开发环境(GUIDE)，组建了粒度检测装置，并设计了操作界面。通过动态粒 度检测实验，发现该检测方法能够较为准确地对动态传送过程中的堆积矿石的形貌有效 识别；同时利用 MATLAB 与 Excel 之间的通讯，可以实时记录矿石粒度的检测数据， 具有较好的实用性。 本研究对选矿生产中的碎磨工序的矿石粒度检测方法有所创新，将该检测方法与碎 磨装备的现行控制系统进行有机结合，可有效控制碎磨工序产品质量，因此该检测方法 具有广泛的应用前景。 关键词：粒度检测;破碎与磨矿工序;边缘分割;数学形态学 I Ab Abstract Abstract In the mineral processing,the ore particle size distribution is an important parameter to evaluate the crushing effect and realize the automation of mineral processing.The mine pre-mill is an efficient broken grinding equipment which includes crushing and grinding.To realize online detection of particle size distribution and based on the statistical results,the working parameters of pre-mill will be effectively controlled and the capacity will be improved into the highest level that the efficiency of equipment will achieve the best.So,the real time and accuracy of size measurement is very important.At present,s HYPERLINK /dict.aspx/dict_result.aspx?searchword=%C9%B8%B7%D6%C1%A3%B6%C8amp;tjType=sentenceamp;styleamp;t=sieving%2Bgranulation ieving granulation is the most commonly used to determine the particle size distribution,the efficiency is low and can not be used for online detection, so,its can not meet the growing requirements of online real-time detection of particle size in industrial production.Therefore,there has high research value and a broad