一种基于标志物和视觉算法的浮选机异常状态检测方法技术

本发明专利技术公开一种基于标志物和视觉算法的浮选机异常状态检测方法，通过在浮选机边缘加装机械标志物，以标志物折弯处是否漏出，来判断浮选机的状态，使得人工在判断浮选机状态时，具有更好的客观性和一致性；并通过机器视觉，结合标志物的图像特征和检测特征的位置信息，将上述过程自动化，并获得比单纯视觉算法更高的检测准确度，使其在浮选机泡沫框架污染的情况下，依然能提供稳定有效的可检测视觉特征可比单纯的视觉算法具有更高的准确度和一致性，并比人工检测具有更好的及时性和有效性。本发明专利技术通过实时检测浮选机的工作状态，不受矿浆泡沫影响，可及时对浮选机进行控制调节，从而稳定选矿生产，优化选矿指标。优化选矿指标。优化选矿指标。

【技术实现步骤摘要】
一种基于标志物和视觉算法的浮选机异常状态检测方法


[0001]本专利技术属于浮选机
，具体涉及一种自溢式浮选机工作状态检测的处理方法。

技术介绍

[0002]在矿物浮选的工艺过程中，自溢式浮选机在运行过程中是否出现冒槽、落槽等异常运行状态是浮选机控制优化的重要影响因素。及时的检测出浮选机的冒槽或落槽等异常状态，辅以自动控制手段加以调节，对于稳定选矿生产，优化选矿指标，具有重要生产意义。但如何检测和判断浮选机是否处于异常运行状态，并没有好的检测手段。
[0003]现有的浮选机异常运行状态检测一般采用人眼观察判断的手段，无法实现连续实时的在线持续监测，也无法实现异常运行状态判断的准确和一致性。虽然现有检测仪表，如各式液位计，可有效检测浮选机的液位高度，但浮选机的冒槽、落槽等异常工作状态是与泡沫表面高度直接相关而非液位，且液位高度与泡沫表面高度没有直接关系，所以类似仪表无法实现浮选机的异常工况在线监测。而如果单纯使用机器视觉技术，通过泡沫图像信息来判断浮选机是否处于异常工况，则由于矿浆泡沫的粘连、连续和不规则性，导致图像处理算法在识别过程中会遇到图像特征不明显，导致正常与异常的中间模糊状态，无法实现浮选机运行状态的准确判断。
[0004]因此，针对上述不足之处，需要一种不被泡沫影响、能够准确有效判断浮选机运行状态的方法。

技术实现思路

[0005]有鉴于此，为解决上述现有技术的不足，本专利技术的目的在于提供了一种基于标志物和视觉算法的浮选机异常状态检测方法，通过在浮选机边缘加装机械标志物，以标志物折弯处是否漏出，来判断浮选机的状态，使得人工在判断浮选机状态时，具有更好的客观性和一致性。基于该标志物，可使其在浮选机泡沫框架污染的情况下，依然能提供稳定有效的可检测视觉特征，且准确度更高。
[0006]一种基于标志物和视觉算法的浮选机异常状态检测方法，包括以下步骤：步骤一：在浮选机筒壁边缘处，加装机械标志物；步骤二：调整标志物在浮选机上的安装位置，确保标志物在摄像头拍摄的视野内，具有合适的成像大小和安装位置；步骤三：标志物安装好后，其机械标志物的内侧阶梯形折弯处、外侧阶梯形上表面均呈现出稳定的视觉特征；步骤四：在浮选机处于落槽异常状态下，记录该状态下机械标志物内侧阶梯形折弯处表现出的视觉特征，以及此时机械标志物在相机视野范围内的确切位置；步骤五：在浮选机处于正常状态下，记录该状态下机械标志物外侧阶梯形上表面表现出的视觉特征，以及此时机械标志物在相机视野范围内的确切位置；
步骤六：对工作状态下的浮选机进行检测并获取图像，从图像中提取出机械标志物内侧折弯处和外侧阶梯形上表面的视觉特征；步骤七：如果步骤六中标志物内侧折弯处视觉特征提取成功，且提取的视觉特征位置，与步骤四中预提取的视觉特征位置相重合，则判定浮选机处于落槽异常状态；如果步骤六中标志物外侧阶梯形上表面视觉特征提取成功，且提取的视觉特征位置，与步骤五中预提取的视觉特征位置相重合，则判定浮选机处于正常状态；否则为冒槽状态；步骤八：从机器视觉系统提取新一帧全局图像，返回步骤六，基于上述步骤，实现浮选机异常状态的实时自动检测。
[0007]进一步的，步骤七中包括以下步骤：A：利用机器视觉算法，以步骤四中提取的落槽状态下，标志物内侧阶梯形折弯处图像为模板，在机器视觉系统的每张图像中，都进行匹配，找到匹配度最大值的图像位置X1；B：提取步骤A中匹配度最大值的图像位置X1，如果该位置与步骤四中所提取的视觉特征位置相重合，则可认定确实为机械标志物的折弯处暴露出来，则认为浮选机矿浆偏低，处于落槽异常状态；如果该位置与步骤四中所提取的位置不重合，则可认定机械标志物折弯处未暴露出来，浮选机处于正常状态；C:利用机器视觉算法，以步骤五中提取的正常状态下，标志物外侧阶梯形上表面图像为模板，在机器视觉系统的每张图像中，都进行匹配，找到匹配度最大值的图像位置X2；D：提取步骤C中匹配度最大值的图像位置X2，如果该位置与步骤五中所提取的视觉特征位置相重合，则可认定确实为机械标志物的阶梯上表面暴露出来，则认为浮选机矿浆正常，处于正常状态；如果该位置与步骤五中所提取的位置不重合，则可认定机械标志物已被泡沫淹没，浮选机处于冒槽异常状态。
[0008]进一步的，所述机械标志物为内外侧均设有阶梯形折弯件，所述阶梯形折弯件通过螺钉与浮选机筒壁边缘抵接。
[0009]进一步的，通过调整螺钉的长度与数量调整机械标志物与浮选机筒壁装配方式。
[0010]进一步的，在落槽异常状态和正常运行状态下，机械标志物表现出明显的图像特征差异，表现为：机械标志物的折弯处明显暗于其他区域，且该这弯区域在图像中的绝对位置会发生变化。
[0011]进一步的，在冒槽异常状态和正常运行状态下，机械标志物表现出明显的图像特征差异表现为：机械标志物的阶梯形上表面消失在相机视野范围内。
[0012]进一步的，所述机器视觉算法包括宏块匹配、边缘检测、纹理特征提取。
[0013]本专利技术的有益效果是：本专利技术通过在浮选机边缘加装机械标志物，以标志物折弯处是否漏出，来判断浮选机的状态，使得人工在判断浮选机状态时，具有更好的客观性和一致性；与单纯视觉算法相比，具有更高的检测可靠性和准确度；
基于该标志物，可使其在浮选机泡沫框架污染的情况下，依然能提供稳定有效的可检测视觉特征，从而实现浮选机运行状态检测，通过实时检测浮选机的工作状态，可及时对浮选机进行控制调节，从而稳定选矿生产，优化选矿指标。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术机械标志物装配后的结构示意图；图2为本专利技术机械标志物另一种装配方式的结构示意图；图3为本专利技术机械标志物在浮选机上的安装示意图；图4为本专利技术所提供浮选机异常状态检测处理方法的流程示意图；附图标记如下：1、机械标志物，2、阶梯形折弯件，3、螺钉，4、浮选机筒壁。
具体实施方式
[0016]下面给出具体实施例，对本专利技术的技术方案作进一步清楚、完整、详细地说明。本实施例是以本专利技术技术方案为前提的最佳实施例，但本专利技术的保护范围不限于下述的实施例。
[0017]实施例1：通过在浮选机筒壁4边缘加装机械标志物1，以标志物折弯处和阶梯形上表面是否露出，来判断浮选机的状态，使得人工在判断浮选机状态时，具有更好的客观性和一致性。基于该标志物，可使其在浮选机泡沫框架污染的情况下，依然能提供稳定有效的可检测视觉特征。
[0018]下面结合附图对本专利技术实例作进一步详细描述，如图4所示，所述方法包括：步骤1：如图1所示，加装阶梯形机械标志物1，并将其固定到浮选机边缘处；步骤2：调整机械标志物1在浮选机上的安装位置，确保机械标志物1在摄像头拍摄的视野内，具有合适的成像大小和安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于标志物和视觉算法的浮选机异常状态检测方法，其特征在于，包括以下步骤：步骤一：在浮选机筒壁边缘处，加装机械标志物；步骤二：调整标志物在浮选机上的安装位置，确保标志物在摄像头拍摄的视野内，具有合适的成像大小和安装位置；步骤三：标志物安装好后，其机械标志物的内侧阶梯形折弯处、外侧阶梯形上表面均呈现出稳定的视觉特征；步骤四：在浮选机处于落槽异常状态下，记录该状态下机械标志物内侧阶梯形折弯处表现出的视觉特征，以及此时机械标志物在相机视野范围内的确切位置；步骤五：在浮选机处于正常状态下，记录该状态下机械标志物外侧阶梯形上表面表现出的视觉特征，以及此时机械标志物在相机视野范围内的确切位置；步骤六：对工作状态下的浮选机进行检测并获取图像，从图像中提取出机械标志物内侧折弯处和外侧阶梯形上表面的视觉特征；步骤七：如果步骤六中标志物内侧折弯处视觉特征提取成功，且提取的视觉特征位置，与步骤四中预提取的视觉特征位置相重合，则判定浮选机处于落槽异常状态；如果步骤六中标志物外侧阶梯形上表面视觉特征提取成功，且提取的视觉特征位置，与步骤五中预提取的视觉特征位置相重合，则判定浮选机处于正常状态；否则为冒槽状态；步骤八：从机器视觉系统提取新一帧全局图像，返回步骤六，基于上述步骤，实现浮选机异常状态的实时自动检测。2.根据权利要求1所述的一种基于标志物和视觉算法的浮选机异常状态检测方法，其特征在于，步骤七中包括以下步骤：A：利用机器视觉算法，以步骤四中提取的落槽状态下，标志物内侧阶梯形折弯处图像为模板，在机器视觉系统的每张图像中，都进行匹配，找到匹配度最大值的图像位置X1；B：提取步骤A中匹配度最大值的图像位置X1，如果该位置与步骤四中所提取的视觉特征位置相重合，则可认定确实为机械标志物的折弯处暴露出...

【专利技术属性】
技术研发人员：马连铭，田振华，王硕，尹庆凯，刘俊，袁龙，孟留洋，
申请(专利权)人：中信重工机械股份有限公司，
类型：发明
国别省市：