桂衛(wèi)華，杜建江，許燦輝，陽春華
中南大學控制科學與工程，湖南長沙

摘　　　要：針對浮選中泡沫尺寸分布的特殊性，如非高斯分布，左偏斜，高峰值等，常規(guī)分析方法無法準確描述尺寸分布的特點，因此無法準確檢測和診斷浮選過程中出現(xiàn)的故障。提出對泡沫尺寸分布的輸出概率密度函數(shù)（ＰＤＦ）的統(tǒng)計分析，形成了一種新的浮選過程故障檢測和診斷方法。通過采用自設計的核方法逼近將輸出ＰＤＦ轉(zhuǎn)化為動態(tài)權(quán)系數(shù)，建立帶有時滯的非線性不確定性權(quán)動態(tài)模型，基于線性矩陣不等式設計得到可行的故障檢測和診斷算法。通過仿真驗證分析，證明此算法的有效性。結(jié)合現(xiàn)場浮選過程，討論了此方法的應用前景和優(yōu)勢。

關(guān)　鍵　詞：輸出ＰＤＦ；故障檢測和診斷；核方法；權(quán)函數(shù)

１　引　言
浮選過程是礦物加工中廣泛應用的選礦方法，是一類典型復雜工業(yè)過程。近年來，基于機器視覺和圖像處理技術(shù)的支撐，對泡沫圖像的分析發(fā)現(xiàn)浮選工況的變化與泡沫尺寸的變化密切相關(guān)［１�玻常荩�隨后的研究大多采用簡單的均值和方差特征來表征泡沫尺寸分布，并假設泡沫尺寸分布為正態(tài)高斯分布。而事實上，浮選泡沫尺寸分布有著其特殊性，其概率密度分布實為非高斯分布，且具有較高的峰值和較大偏斜度［４�玻担荨Ｒ虼撕唵蔚钠骄�值或方差等單值特征會造成泡沫特征描述的較大誤差，嚴重影響浮選過程故障檢測和診斷的準確性。泡沫尺寸分布特征提取的前提為準確的泡沫分割，可采用改進的分水嶺分割，實現(xiàn)了對泡沫圖像的精確分割［５�玻叮荨ａ槍Ω怕拭芏确植嫉墓烙嫹椒ㄖ校�非參數(shù)估計方法受到青睞。自１９９６年以來，王宏等提出設計控制器使系統(tǒng)輸出ＰＤＦ形狀跟蹤給定ＰＤＦ形狀的思想，并推導了多種建模及控制方法，也使得輸出ＰＤＦ控制成為可能［７�玻保保荨１疚耐ㄟ^對分割后泡沫圖像的尺寸分布分析，自設計的核算子非參數(shù)估計來逼近浮選泡沫尺寸的輸出ＰＤＦ分布，建立的權(quán)動態(tài)模型指導浮選藥劑故障檢測及診斷。

登錄網(wǎng)站后可下載文件