项目名称: 基于图像灰度特征的煤浆灰分在线软测量研究

项目编号: No.51304194

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 矿业工程

项目作者: 王光辉

作者单位: 中国矿业大学

项目金额: 25万元

中文摘要: 本项目拟将光学和图形图像学相结合,提炼出能解释煤浆表观特性的基础理论。引入智能优化算法,建立煤浆灰分与煤浆图像灰度特征之间的关系模型,形成煤浆灰分的在线软测量方法。项目研究以下内容:煤浆表观特性与其光学特性关系的机理研究;煤浆性质和图像采集的环境因素对煤浆图像的灰度影响;图像的预处理和图像特征的提取算法研究以及在线图像采集装置和煤浆灰分软测量模型的研究。结合上述研究结论,优化软测量模型的参数,开发煤浆灰分在线检测传感器,实现煤泥浮选过程中煤浆灰分的实时、安全、准确检测,为煤泥浮选过程自动化提供有效的煤浆灰分检测设备。

中文关键词: 煤浆;灰分;灰度均值;模型;软测量

英文摘要: The project intends to combine optics and iconography innovatively to extract the basic theory that explain the coal slurry apparent characteristics.It introduces the intelligent optimization algorithm, models the coal slurry ash constitutive relationship of image gray feature of coal slurry and forms the method for online soft sensor of coal slurry ash.The project mainly includes followings: mechanisms of the relationship between coal slurry apparent characteristics and optical properties, effects of the coal slurry characteristics and environmental factors of image capturing on image gray of coal slurry, image preprocessing,studys on the algorithm of extracting the image characteristics,online image capturing device and models of soft sensor of coal slurry ash.To sum up,it will optimize the soft sensor model parameters,develop the online coal slurry ash detecting equipment , implement the real-time, safe and accurate coal slurry ash detection in slime floatation and provide effective detecting ash device for slime floatation automation.

英文关键词: Coal Slurry;Ash Content;Average Gray Value;Model;Soft-sensing

成为VIP会员查看完整内容
0

相关内容

《智能制造机器视觉在线检测测试方法》国家标准意见稿
【AAAI2022】基于图神经网络的统一离群点异常检测方法
专知会员服务
28+阅读 · 2022年2月12日
专知会员服务
34+阅读 · 2021年8月9日
专知会员服务
32+阅读 · 2021年7月25日
专知会员服务
19+阅读 · 2021年5月16日
专知会员服务
26+阅读 · 2021年4月2日
专知会员服务
106+阅读 · 2020年11月27日
 图像内容自动描述技术综述
专知会员服务
87+阅读 · 2019年11月17日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于图神经网络的知识图谱研究进展
AI科技评论
20+阅读 · 2020年8月31日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
2+阅读 · 2022年4月17日
Arxiv
13+阅读 · 2021年10月22日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关主题
相关VIP内容
《智能制造机器视觉在线检测测试方法》国家标准意见稿
【AAAI2022】基于图神经网络的统一离群点异常检测方法
专知会员服务
28+阅读 · 2022年2月12日
专知会员服务
34+阅读 · 2021年8月9日
专知会员服务
32+阅读 · 2021年7月25日
专知会员服务
19+阅读 · 2021年5月16日
专知会员服务
26+阅读 · 2021年4月2日
专知会员服务
106+阅读 · 2020年11月27日
 图像内容自动描述技术综述
专知会员服务
87+阅读 · 2019年11月17日
相关资讯
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于图神经网络的知识图谱研究进展
AI科技评论
20+阅读 · 2020年8月31日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员