استخراج ویژگیهای کف در فرایند فلوتاسیون مس با استفاده از پردازش تصویر
نام نخستين پديدآور
عبّاس برهون
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
مهندسي برق و کامپيوتر
تاریخ نشرو بخش و غیره
۱۴۰۰
مشخصات ظاهری
نام خاص و کميت اثر
۷۵ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی کامپیوتر گرایش نرم افزار
زمان اعطا مدرک
۱۴۰۰/۰۴/۰۱
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
چکیده:فلوتاسیون کف یکی از مهمترین و گستردهترین روشهای جداسازی ماده معدنی و مواد باطله و در عین حال از دقیقترین روشهای پرعیار کردن مواد معدنی کم عیار فلزی است، که علاوه بر اکثر سنگهای معدنی فلزی، بسیاری از کانه¬های غیرفلزی و زغال سنگ را میتوان به کمک آن پر عیار کرد. در اين روش، مواد باارزش (فلوتاسيون مستقيم) و يا بي¬ارزش (فلوتاسيون معكوس) به دليل خواص فيزيكی یا شيميايي که دارند به حباب¬هاي هوا مي¬چسبند و به صورت كفي باردار از سيستم خارج مي¬شوند. اين روش به لحاظ اقتصادي بسيار مقرون به صرفه است، و با استفاده از آن مي¬توان كانه¬هاي پيچيده¬اي مانند مس، سرب و روي را بصورت انتخابی فرآوري نمود. سایر روش¬های پرعیار کردن، روش¬های فیزیکی مانند پرعیار کردن از طریق دانه بندی، مالش، Jigging، اسپیرال¬ها و پر عیار کردن از طریق واسطه سنگین می-باشد. فرآیند شناورسازی کف در حال حاضر توسط اپراتورهای انسانی با استفاده از ویژگی¬های بصری کف، بخصوص اندازه، شکل و حرکت حباب کنترل می¬شود. اپراتورها از روی تجربه و آموزش و افزودن ماده شیمیایی به کیفیت کف موردنظر دست می¬یابند. با توجه به اینکه اپراتورهای مختلف ویژگی¬های بصری کف را به شکل¬های متفاوت تفسیر می¬کنند و تکنیک¬های بینایی ماشین و پردازش تصویر قابلیت اندازه گیری و تجریه و تحلیل اکثریت این ویژگی¬هاي بصري را دارند، بنابراین یک سیستم بینایی ماشین پتانسیل لازم براي بهبود پایداري فرآیند کنترل کیفیت شناورسازی کف را دارد .در این پژوهش با استفاده از الگوریتم-های بینایی ماشین و به صورت خاص الگوریتم¬های قطعه¬بندی، تحلیل شکل و تخمین حرکت، ویژگی¬های بصری حباب¬های کف شامل اندازه، رنگ، شکل، حرکت و ثبات حباب که در سنجش کیفیت انجام فرآیند شناورسازي کف مورد توجه است، از تصاویر گرفته شده از آنها در حین انجام این فرایند، استخراج می شود.
متن يادداشت
Abstract: Froth flotation is one of the most important and widespread methods of separation of minerals and waste materials and at the same time one of the most accurate methods of refining low-grade metal minerals. The froth flotation process is currently controlled by human operators using the visual features of the froth, in particular the size, shape and movement of the bubble. Operators achieve the desired froth quality through experience, training and the addition of chemicals, but different operators interpret the visual features of the froth in different ways. Due to the capability of machine vision and image processing techniques in measuring and analyzing the majority of these visual features, a machine vision system has the potential to improve the stability of the froth flotation quality control process. In this study, the visual features of froth bubbles including the size, color, shape, motion and stability of the bubble are extracted using machine vision algorithms, and in particular segmentation and motion estimation algorithms, Which is considered in measuring the quality of the froth flotation process. The proposed method has been able to identify bubbles and estimate their velocity and direction of movement as well.
عنوانهای گونه گون دیگر
عنوان گونه گون
Froth visual features extraction in copper floatation process using image processing
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )