一种轻量化特征提取模型和浮选过程运行状态评价方法技术

本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法，所述模型包括：第一教师模块被配置为：根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征；第二教师模块被配置为：根据所述泡沫数据生成第一数据特征；学生模块被配置为：根据第一粗选图像特征生成第二粗选图像特征；根据第一扫选图像特征生成第二扫选图像特征；根据第一数据特征生成第二数据特征；融合模块被配置为：将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征，并根据第一融合特征生成状态等级标签；确定当前浮选过程运行状态的状态等级，以达到提供更加轻量化的模型部署，在实际工业场景中的应用更具竞争力的目的。的。的。

【技术实现步骤摘要】
一种轻量化特征提取模型和浮选过程运行状态评价方法


[0001]本专利技术涉及浮选过程运行状态评价领域，尤其涉及一种轻量化特征提取模型和浮选过程运行状态评价方法。

技术介绍

[0002]浮选作为选别矿物的主要方法，已广泛应用于冶金、煤炭、化工等行业。为了保证矿物资源回收率、降低生产成本、提高综合经济效益，需要适时地对生产过程进行操作优化，确保过程在较好状态下高效运行。然而，由于操作滞后及外部环境干扰等原因，过程运行状态时常偏离最初设置的理想水平，影响企业的综合经济收益。因此，针对浮选过程运行状态评价具有重要的理论意义与应用价值。
[0003]近年来，针对工业生产过程运行状态评价的研究得到了学术界和工业界的广泛关注。过程监测的目的是区分过程运行状态是否正常。然而，过程运行状态评价是在过程运行正常的基础上，对实际生产运行状态的优劣做进一步的区分，即将过程正常的运行状态细分为优、良、中、差等多个状态等级，使得管理者和操作人员可以为通过保证生产过程尽可能的在较好的状态下运行并为后续操作调整提供可靠依据。
[0004]浮选过程中，实时采集浮选筒内的泡沫图像和相关的过程数据，如矿浆液位、浮选桶内的充气量、泡沫大小、饱和度等信息。图像和数据信息之间相互补充，确保了运行状态评价所需信息的完备性，均是评价浮选过程运行状态优劣的重要依据。运行状态评价可以看作是一项模式分类任务。针对浮选过程的特点，这种任务面临着以下挑战。第一，浮选过程中，原矿入选量、粒度分布等会随着生产过程不断波动，同时浮选过程中的筛选效果、旋流器入料情况也会由于机械抖动等外部干扰不断变化，使浮选过程的泡沫特征时常出现波动，影响操作人员的判断。其次，浮选是一个长时间的过程，其各个状态等级之间的特征区别较小，因此不同状态等级的本质特征提取难度较大。第三，随着信息采集技术的不断提升，浮选过程中配备了多个信号传感器，多源信息的存在使得在过程中产生大量的实时数据，这些实时数据占用了大量的硬件存储空间，因此，可以分配到评价模型的存储和计算资源非常有限，导致难以利用复杂的状态评价模型对浮选过程进行实时评价。在上述三个挑战中，图像质量和特征识别问题严重限制了浮选过程运行状态评价的准确率。有限的存储和计算资源导致对基于图像和数据信息的评价模型的轻量级有极高的要求。

技术实现思路

[0005](一)要解决的技术问题
[0006]鉴于现有技术的上述缺点、不足，本专利技术提供一种自适应队列网络服务质量管理方法及系统，其解决了可以分配到评价模型的存储和计算资源非常有限，导致难以利用复杂的状态评价模型对浮选过程进行实时评价的技术问题。
[0007](二)技术方案
[0008]为了达到上述目的，本专利技术的第一方面提供了一种轻量化特征提取模型。
[0009]本专利技术的第二方面提供了一种基于轻量化异构信息的浮选过程运行状态评价方法。
[0010]有鉴于此，根据本申请实施例的第一方面提出了一种轻量化特征提取模型，所述模型包括：第一教师模块、第二教师模块、学生模块、融合模块；
[0011]所述第一教师模块被配置为：获取泡沫图像，根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征；
[0012]所述第二教师模块被配置为：获取泡沫数据，根据所述泡沫数据生成第一数据特征；
[0013]所述学生模块被配置为：根据所述第一粗选图像特征生成第二粗选图像特征；根据所述第一扫选图像特征生成第二扫选图像特征；根据所述第一数据特征生成第二数据特征；
[0014]所述融合模块被配置为：将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征进行融合生成第一融合特征，并根据所述第一融合特征生成状态等级标签；根据所述状态等级标签，确定当前浮选过程运行状态的状态等级。
[0015]根据本申请实施例的第二方面提出了一种浮选过程运行状态评价方法，所述方法包括：
[0016]获取泡沫图像并根据泡沫图像获取泡沫数据；
[0017]将所述泡沫图像输入至第一教师模块，生成第一粗选图像特征和第一扫选图像特征；
[0018]将所述泡沫数据输入至第二教师模块，生成第一数据特征；
[0019]根据所述第一粗选图像特征生成第二粗选图像特征；
[0020]根据所述第一扫选图像特征生成第二扫选图像特征；
[0021]根据所述第一数据特征生成第二数据特征；
[0022]将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征输入至融合模块中进行融合生成第一融合特征；
[0023]根据所述第一融合特征生成状态等级标签；
[0024]根据所述状态等级标签，确定当前浮选过程运行状态的状态等级。
[0025]在一种实现方式中，获取泡沫图像并根据泡沫图像获取泡沫数据之前还包括：
[0026]分别对在线采集的初始泡沫图像和初始泡沫数据进行归一化处理；所述初始泡沫图像为工业照相机实时采集的浮选筒内的初始泡沫图像；所述初始泡沫数据为利用泡沫图像分析仪提取的泡沫状态的数据信息；所述泡沫状态的数据信息包括泡沫稳定性、流速、颜色和大中小泡数量。
[0027]在一种实现方式中，根据所述第一融合特征生成状态等级标签的步骤包括：
[0028]将从第n个样本中提取的所述第一融合特征记为
[0029]其中，P为每个训练样本中泡沫图像的个数，J
I
为泡沫图像特征维度，n＝1，2，...，N；
[0030]采用独热编码形式获取所述第一融合特征的实际状态等级标签。
[0031]在一种实现方式中，采用独热编码形式获取所述图像特征的实际状态等级标签y
n
采用下列公式：
[0032][0033]其中，θ
R
＝{θ
R，1
，θ
R，2
，
…
，θ
R，c
}是SoftMax分类器的参数，表示第n个样本属于第c个状态等级的后验概率。
[0034]在一种实现方式中，将所述预处理泡沫图像输入至第一教师模块，生成第一粗选图像特征和第一扫选图像特征的步骤还包括：
[0035]第一教师模块的损失函数为：
[0036][0037]其中，y
n
为状态等级标签。
[0038]在一种实现方式中，将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征输入至融合模块中进行融合，并生成第一融合特征的步骤包括：
[0039]将所述第二粗选图像特征、所述第二扫选图像特征通过STE进行融合生成粗选图像融合特征和扫选图像融合特征；
[0040]根据所述粗选图像融合特征和所述扫选图像融合特征构成图像融合特征；将所述第二数据特征进行自融合生成第三数据特征；
[0041]将所述图像融合特征和所述第二数据特征通过CTE进行互融合，并生成所述第一融合特征。
[0042]在一种实现方式中，根据所述第一融合特征生成状态等级标签的步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轻量化特征提取模型，其特征在于，所述模型包括：第一教师模块、第二教师模块、学生模块、融合模块；所述第一教师模块被配置为：获取泡沫图像，根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征；所述第二教师模块被配置为：获取泡沫数据，根据所述泡沫数据生成第一数据特征；所述学生模块被配置为：根据所述第一粗选图像特征生成第二粗选图像特征；根据所述第一扫选图像特征生成第二扫选图像特征；根据所述第一数据特征生成第二数据特征；所述融合模块被配置为：将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征进行融合生成第一融合特征，并根据所述第一融合特征生成状态等级标签；根据所述状态等级标签，确定当前浮选过程运行状态的状态等级。2.一种浮选过程运行状态评价方法，其特征在于，所述方法包括：获取泡沫图像并根据泡沫图像获取泡沫数据；将所述泡沫图像输入至第一教师模块，生成第一粗选图像特征和第一扫选图像特征；将所述泡沫数据输入至第二教师模块，生成第一数据特征；根据所述第一粗选图像特征生成第二粗选图像特征；根据所述第一扫选图像特征生成第二扫选图像特征；根据所述第一数据特征生成第二数据特征；将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征输入至融合模块中进行融合生成第一融合特征；根据所述第一融合特征生成状态等级标签；根据所述状态等级标签，确定当前浮选过程运行状态的状态等级。3.如权利要求2所述的一种基于轻量化异构信息的浮选过程运行状态评价方法，其特征在于，获取泡沫图像并根据泡沫图像获取泡沫数据之前还包括：分别对在线采集的初始泡沫图像和初始泡沫数据进行归一化处理；所述初始泡沫图像为工业照相机实时采集的浮选筒内的初始泡沫图像；所述初始泡沫数据为利用泡沫图像分析仪提取的泡沫状态的数据信息；所述泡沫状态的数据信息包括泡沫稳定性和流速。4.如权利要求2所述的一种基于轻量化异构信息的浮选过程运行状态评价方法，其特征在于，根据所述第一融合特征生成状态等级标签的步骤包括：将从第n个样本中提取的所述第一融合特征记为其中，P为每个训练样本中泡沫图像的个数，J
I
为泡沫图像特征维度，n＝1，2，...，N；采用独热编码形式获取所述第一融...

【专利技术属性】
技术研发人员：刘炎，卜齐杰，王姝，何大阔，常玉清，刘思宇，王意程，黄霖杰，王世豪，张世昊，刘松吉，
申请(专利权)人：东北大学，
类型：发明
国别省市：