买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东华东风机有限公司

摘要：本发明涉及一种应用于选矿提金及有色金属选冶的供气系统及控制方法，该供气系统包括磁悬浮空气压缩机和反应槽，所述磁悬浮空气压缩机的出气口与供风主管路相连接，所述供风主管路上设置有第一阀门，用于调控整个供风流量的大小；供风主管路上设置若干个供风支管，所述供风支管用于为反应槽供气，所述供风支管上设置有第二阀门，用于调控分支管道气体流量。本发明提供的控制方法，将某一个液面图像输入到训练好的混合神经网络中来预测该工艺参数下的气体流量；基于预测的气体流量，调节磁悬浮供气系统。本发明提供的供气系统采用磁悬浮空压机进行供风，优化了供风主管路的配置，管路风压能够降低30KPa以上，节电率能够达到15～30%。

主权项：1.一种应用于选矿提金及有色金属选冶的供气系统，其特征在于，包括磁悬浮空气压缩机和反应槽，所述磁悬浮空气压缩机的出气口与供风主管路相连接，所述供风主管路上设置有第一阀门，用于调控整个供风流量的大小；供风主管路上设置若干个供风支管，所述供风支管用于为反应槽供气，所述供风支管上设置有第二阀门，用于调控分支管道气体流量；所述供气系统还包括摄像机，所述摄像机设置在反应槽的内部，用于采集反应槽内部的液面图像；所述磁悬浮空气压缩机还包括气体流量调控模块，气体流量调控模块用于基于反应槽内部液面上的气泡的数量、气泡的直径调和气泡分布的均匀度来调控分支管道上第二阀门的开度和磁悬浮空气压缩机的转速；供气系统的控制方法，包括：获取不同气体流量下的反应槽内部的液面图像，构建训练数据集；所述数据集包括训练集、验证集和测试集；包括：1）数据收集：利用反应槽的内部的摄像机采集不同工艺条件下液面的图像数据；记录气体流量值：对于每张图像，记录对应的气体流量值，作为训练目标；2）数据预处理：2-1图像标注：对每张图像进行标注，包括气泡的数量、每个气泡的直径以及气泡分布的均匀度；采用OpenCV结合LabelImg来获取图像中气泡的数量、每个气泡的直径以及气泡分布的均匀度；2-2图像缩放与归一化：将所有图像缩放到统一大小，并进行归一化处理；2-3特征提取：使用CNN部分提取图像中气泡的数量N作为气泡数量特征，提取气泡的平均直径D1、直径的标准差S1作为气泡直径特征，提取气泡间的距离d1、分布的标准差S2作为气泡分布均匀度特征，最后得到一个一维向量[N,D1,S1,d1，S2]，长度为5；2-4目标变量处理：气体流量作为目标变量Q1，进行归一化或标准化处理；3）构建数据集：将图像特征向量与气体流量配对，形成数据集，每一个样本包括一个特征向量[N,D1,S1,d1，S2]和一个气体流量作为目标变量Q1；将某一个液面图像输入到训练好的混合神经网络中，混合神经网络基于图像中气泡的数量、气泡分布的均匀度和气泡的直径来预测该工艺参数下的气体流量；混合神经网络包括卷积神经网络和全连接神经网络，卷积神经网络用于提取气泡直径特征、气泡数量特征和气泡分布均匀度特征，全连接神经网络用于基于气泡直径特征、气泡数量特征和气泡分布均匀度特征输出气体流量值；具体的：卷积神经网络包括输入层、2个卷积层和和2个对应的池化层、扁平层；第一卷积层包括32个卷积核，采用ReLU激活函数；第一最大池化层采用2x2窗口；第二卷积层包括64个卷积核，采用ReLU激活函数；第二最大池化层采用2x2窗口；扁平层将二维特征图展平成一维向量，以便输入到全连接神经网络部分；全连接神经网络包括两个全连接层和输出层；全连接神经网络的输入为卷积神经网络输出的一维向量，第一全连接层包括128个卷积核，采用ReLU激活函数；第一全连接层包括64个卷积核，采用ReLU激活函数；输出层用于生成最终的预测结果，包括一个单一神经元，输出一个连续的气体流量值，并且采用线性激活函数；基于预测的气体流量，调节磁悬浮供气系统。

全文数据：

权利要求：

百度查询： 山东华东风机有限公司 一种应用于选矿提金及有色金属选冶的供气系统及控制方法