基于二氧化硅高温熔化研究铁尾矿的回收分析
时间：2020-12-06 02:02:18 来源：达达文档网 本文已影响 人 
孙福玉
摘 要：对SiO2高温实时动态数据的分析，为铁尾矿的综合回收利用提供一定的解决方案。使用减去背景图像的序列图像对图像进行分割，然后将其二值化以获得与SiO2对应的像素点的位置。在后处理过程中，使用聚类分析模型去噪;神经网络用于自动识别二氧化硅。其次建立一个表示SiO2的边缘轮廓特征指数，通过二氧化硅的位置，然后可以根据位置计算出二氧化硅轮廓的距离指数。根据特征值表估算二氧化硅的实际熔融速率。最后使用定义为回归变量的无量纲参数建立多元回归模型，然后估算粒子体积，获得质量以找到实际的熔化速率。
关键词：聚类分析;神经网络;特征值表;多元回归模型
中图分类号：TD926 文献标志码：A 文章编号：2095-2945（2020）15-0040-02
Abstract：
The analysis of SiO2 high temperature real-time dynamic data provides a certain solution for the comprehensive recovery and utilization of iron tailings. The image is segmented using a sequence of images subtracted from the background image， and then binarized to obtain the position of the pixel corresponding to the SiO2. In the post-processing process， the cluster analysis model is used to denoise， and the neural network is used to automatically identify silica. Secondly， an edge profile characteristic index representing SiO2 is established， and then the distance index of silica profile can be calculated according to the position of silica. The actual melting rate of silica is estimated according to the eigenvalue table. Finally， a multiple regression model is established using the dimensionless parameters defined as regression variables， and then the particle volume is estimated to obtain the mass to find the actual melting rate.
Keywords：
cluster analysis; neural network; eigenvalue table; multiple regression model
尾矿的处置需要占用大量土地资源，而且对尾矿覆盖地区的生态环境造成巨大破坏，所以需要单独的处理和维护。尾矿资源的综合回收利用，不仅可以充分利用矿产资源，扩大矿产资源的利用范围，延长矿山的使用寿命，还可以提高矿山资源的利用率。它也是控制污染和保护生态的重要手段。
1 聚类分析
将以往高温数据图形首先导入到matlab中以确定二氧化硅的位置，然后使用序列图像减去背景图像对图像进行分割，然后将其二值化以获得与二氧化硅对应的像素位置。
影响结果的噪声也需要处理才能获得更好的结果。作为后续跟踪的基础，本文使用聚类分析模型对连接的离散运动目标的点进行消噪。您可以获取TG和DTG曲线。
2 建立神经网络
本文使用BP神经网络，因为在神经元网络模型中，具有反馈的神经网络模型具有更强的校正能力。为了提高该模型的精度，本文选择前馈神经网络作为模型构建的基础。
通过计算神经元输入和输出;计算输出层中每个神经元的误差函数的偏函数;计算隐藏层中每个神经元的误差函数的偏函数;通过使用每个神经元的输出来修改连接权重。循环执行上述步骤，直到满足要求为止。
此时获得的权重和阈值是当前精度下神经网络模型的水平之间的关系值。通过级别之间的权重和阈值，可以同时预测和测试其余20%的数据。
3 Gabor变换和HOG特征融合
Gabor变换是从傅立叶变换衍生而来的，对图像的局部纹理特征具有良好的性能。它的二维Gabor核具有与生物视觉皮层细胞相似的感受野结构，可用于图像的多个方向和尺度。因此，HOG特征和Gabor小波特征的融合在描述图像特征时更加稳定。
首先，对原始灰度图像进行小波变换，并对变换后的40个特征图像进行阈值编码，以生成一对Gabo：变换特征图像。Gabor变换特征图像可以有效地反映目标的纹理特征。梯度方向直方图可以有效地对Gabor变换图像进行纹理化处理。然后，基于Gabor变换和编码组合，使用改进的HOG特征提取方法生成特征描述符。
由于大量的特征尺寸，训练后的模型具有太多的参数，这经常导致目标检测的效率降低。因此，您可以选择使用PCA对特征进行主成分分析，然后选择与贡献率较高的特征值相对应的特征向量。
4 二氧化硅在不同温度下的变化
二氧化硅流动性能随结合能的增加而降低，温度是影响聚合物流动性的主要因素。接下来，分析不同温度下的区域特征值表图，可以获得s1，s2，s3和s4系统在不同温度下的面积變化如图2。
从图2可以看出，在npt动态平衡过程中，二氧化硅在s1，s2，s3和s4系统在300k，325k和350k温度下的面积为1.05mm2附近的小范围内的波动表明系统已达到动态平衡。共聚物链紧密包裹在中心。二氧化硅颗粒中形成了完整的壳核结构。在溶液中，微球表面上的聚合物链也被包覆在二氧化硅颗粒外面，但是共聚物链没有在中心颗粒的方向上完全弯曲。聚合物链的一部分脱离了中心粒子的束缚，形成了一个相对松散的状态，尤其是在表面活性剂溶液中，微球的聚合。
5 估计二氧化硅其实际熔化速率
首先将灰度图形更改为相应的二值图像以获取对象的边界轮廓，然后根据其边界信息，定义与粒子形状特征有关的描述量，即尺寸。使用定义为回归变量的无量纲参数建立多元回归模型，然后估算粒子体积，最后获得质量以找到实际的熔化速率。
使用多目标规划模型求解，利用计算机编程实现求解多目标编程模型多目标规划模型具有多种解决方案，包括线性加权，理想点法，极小极大法，主要目标方法，层次序列方法和步骤方法。在采用这种解决方法之后，决定全面采用分层序列方法和步骤方法。
因为目标函数的约束条件的数量少于变量的数量，所以无法找到变量的特定值。接下来，将处理约束条件，并且可以获得上述约束条件方程式的左侧和右侧。
对以上模型的分析表明，我们可以得到SiO2实际熔化速度为15.6kg/h。
参考文献：
[1]姜启源，谢金星，叶军.数学模型（第四版）[M].北京：高等教育出版社，2011.
[2]谢胜，钱谦益.概率论与数理统计（第四版）[M].北京：高等教育出版社，2008.
[3]刘宝东，苏杰，陈建良.数学建模基础课[M].北京：高等教育出版社，2015.
[4]司守奎，孙锡京.数学建模算法与应用[M].北京：国防工业出版社，2014.
[5]韩忠庚.数学建模方法与应用（第二版）[M].北京：高等教育出版社，2009.
