Resumen

Como indicador importante del rendimiento de la flotación, se cree que la textura de la espuma está relacionada con las condiciones operativas del proceso de flotación del azufre. Se propone un nuevo método de detección de fallos basado en la distribución de unidades de textura de la espuma (TUD) para reconocer en tiempo real el estado de fallo de la flotación de azufre. El número de unidades de textura de la espuma se calcula basándose en el espectro de textura, y la función de densidad de probabilidad (PDF) del número de unidades de textura de la espuma se define como distribución de unidades de textura, que puede describir la característica textual real con mayor precisión que el enfoque de matriz de dependencia de nivel de gris. Dado que se desconoce el tipo de TUD de la espuma, se propone un método de estimación de núcleo no paramétrico basado en la base de núcleo fija, que puede superar la dificultad de comparar diferentes TUD en diversas condiciones, lo que es imposible utilizando la base de núcleo variable tradicional. Mediante la transformación de la descripción no paramétrica en vectores de peso de kernel dinámico, se establece un modelo de análisis de componentes principales (PCA) para reducir la dimensionalidad de los vectores. A continuación, se propone un criterio de umbral determinado por el estadístico TQ basado en el modelo PCA para realizar el reconocimiento del rendimiento. Los resultados de la aplicación industrial muestran que el método propuesto permite reconocer con precisión el rendimiento de la flotación por espuma.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:número de unidades de textura de la espuma, base del kernel, vectores dinámicos de peso del kernel, distribución de unidades de textura de la espuma, enfoque de matriz de dependencia de nivel de gris, método no paramétrico de estimación del kernel, método novedoso de detección de fallos, reconocimiento preciso del rendimiento, característica textual real, resultados de aplicaciones industriales
• Keywords:froth texture unit number, kernel basis, dynamic kernel weight vectors, froth texture unit distribution, grey level dependence matrix approach, nonparametric kernel estimation method, novel fault detection method, accurate performance recognition, actual textual feature, industrial application results