استفاده از تکنیک های هوشمند به منظور پیش بینی کارایی یک فرآیند فلوتاسیون ناپیوسته

فلوتاسیون مرسوم ترین روش جداسازی کانی های باارزش از باطله در کارخانه های فرآوری مواد معدنی است کارایی متالورژیکی مدارهای فلوتاسیون تاثیر قابل ملاحظه ای بر راندمان کلی و بهره وری اقتصادی فرایند دارد به همین منظور کنترل پیوسته فرایند از اهمیت بسزایی برخوردار می باشد تحقیقات نشان داده است که همبستگی معناداری بین مشخصات تصویری کف سطح سلول های فلوتاسیون با شرایط عملیاتی و شاخص های کارایی فرایند وجود دارد در این تحقیق از ترکیب روش های پردازش تصویر و منطق فازی به منظور مدلسازی و پیش بینی پارامترهای کارایی یک فرایند فلوتاسیون ناپیوسته استفاده می شود برای این منظور در ابتدا شاخص های تصویری مهم از تصاویر کف استخراج شده و سپس تصاویر براساس مشخصه های تصویری با الگوریتم fuzzy c-mean طبقه بندی می شوند در نهایت ارتباط بین مشخصه های تصویری و پارامترهای کارایی متالورژیکی فرایند به روش استنتاج فازی-عصبی تطبیقی anfis مدلسازی می گردد