【摘要】：稀土萃取分離生產(chǎn)過程中,稀土離子組分含量的變化,會(huì)直接影響萃取分離生產(chǎn)過程及最終的稀土產(chǎn)品質(zhì)量。但由于檢測(cè)環(huán)境、方法、設(shè)備等問題,實(shí)際生產(chǎn)中稀土離子組分含量的檢測(cè)仍主要通過人工取樣制樣,再到化驗(yàn)室檢測(cè)。這種方法存在不連續(xù)、非實(shí)時(shí)和費(fèi)時(shí)費(fèi)力的缺點(diǎn),導(dǎo)致萃取生產(chǎn)過程控制不及時(shí)、耗能、產(chǎn)品質(zhì)量不穩(wěn)定等問題。本文以稀土萃取分離過程為背景,針對(duì)現(xiàn)有萃取過程離子組分含量檢測(cè)設(shè)備存在的問題,根據(jù)離子特征顏色能反應(yīng)離子組分含量變化的關(guān)系,按照檢測(cè)分析的要求設(shè)計(jì)出一套適宜兩組分稀土元素萃取過程的離子組分含量檢測(cè)系統(tǒng),完成了集自動(dòng)取樣制樣、圖像采集、檢測(cè)分析及檢測(cè)數(shù)據(jù)存儲(chǔ)、交互等于一體的稀土離子組分含量檢測(cè)系統(tǒng)。本文的主要研究?jī)?nèi)容及結(jié)論為:(1)根據(jù)檢測(cè)要求,對(duì)基于特征顏色的稀土萃取過程離子組分含量檢測(cè)系統(tǒng)進(jìn)行總體方案設(shè)計(jì),包括硬件設(shè)計(jì)和軟件設(shè)計(jì)。系統(tǒng)硬件包括取樣、制樣、圖像采集、檢測(cè)4個(gè)裝置,規(guī)劃了每個(gè)裝置功能,并進(jìn)行結(jié)構(gòu)設(shè)計(jì);按系統(tǒng)要求,設(shè)計(jì)了系統(tǒng)的信號(hào)采集、處理及控制電路;采用模塊化的方法,進(jìn)行了系統(tǒng)軟件功能的劃分,設(shè)計(jì)了下位機(jī)、PC機(jī)檢測(cè)流程結(jié)構(gòu)。(2)通過Matlab實(shí)現(xiàn)了檢測(cè)系統(tǒng)中的圖像處理功能,完成顏色特征值提取與處理。在RGB和HSI顏色空間下對(duì)稀土溶液圖像不同濾波方法進(jìn)行了對(duì)比,得出采用中值濾波能顯著減少環(huán)境和硬件設(shè)備對(duì)采集圖像的噪聲干擾;應(yīng)用Otsu分割算法去除采集圖像的背景,并通過區(qū)域匹配處理得到兩種顏色空間下稀土溶液的彩色圖像,對(duì)比分析得出HSI空間下分割效果更好;采用顏色一階矩的方法獲得反映稀土離子組分含量的特征值,并對(duì)比分析了實(shí)驗(yàn)與現(xiàn)場(chǎng)溶液圖像H、S分量特征值與稀土離子組分含量的關(guān)系。(3)對(duì)現(xiàn)場(chǎng)條件下采集圖像的特征值通過RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行校正,并研究了兩種檢測(cè)模型,第一種為采用經(jīng)QPSO優(yōu)化的ELM算法建立的檢測(cè)模型,建模速度快,仿真情況下最大誤差為0.96%;第二種為多項(xiàng)式擬合模型,對(duì)組分范圍在40%~81%的Nd/Pr溶液檢測(cè)的絕對(duì)誤差在0.6%以內(nèi),檢測(cè)精度相對(duì)較高。(4)實(shí)驗(yàn)測(cè)試了基于特征顏色的稀土萃取過程離子組分含量檢測(cè)系統(tǒng)。仿真實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的檢測(cè)系統(tǒng)自動(dòng)化程度好、檢測(cè)精度較高、重復(fù)性好,符合工藝要求,為進(jìn)一步將離子組分含量檢測(cè)系統(tǒng)應(yīng)用于稀土生產(chǎn)提供良好基礎(chǔ)。
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TF845;TP391.41
【圖文】：

圖 1.1 P507 萃取工藝中難易萃組分劃分分離工藝根據(jù)混合澄清槽內(nèi)溶液流動(dòng)方式的不同，分為逆流等方法。其中，分餾萃取在多種方式中有一個(gè)顯著優(yōu)點(diǎn)，即時(shí)得到兩個(gè)高純度的產(chǎn)品[6]，如圖 1.2 所示。 P按比例混合制備的萃取劑，左向右流動(dòng)。在第 n 級(jí)加入

圖1.2分餾萃取工藝流程圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鐘學(xué)明;;影響分餾萃取稀土產(chǎn)品純度的主要因素初探[J];稀土;2016年06期

2 周迪;夏哲雷;;一種改進(jìn)的Otsu閾值分割算法[J];中國(guó)計(jì)量大學(xué)學(xué)報(bào);2016年03期

3 葉繼華;陳亞慧;胡蕾;;融合加權(quán)顏色相關(guān)圖和改進(jìn)LBP的彩色人臉圖像識(shí)別[J];小型微型計(jì)算機(jī)系統(tǒng);2015年12期

4 王婷;葛昌華;賈耐靜;陳峰;張泉;李呈宏;;新顯色劑羧基三氮唑偶氮氯膦的合成及其與鑭(Ⅲ)的顯色反應(yīng)[J];冶金分析;2015年02期

5 沈新寧;王小龍;杜建洪;;基于顏色自相關(guān)圖和互信息的圖像檢索算法[J];計(jì)算機(jī)工程;2014年02期

6 丁銳;劉甲甲;李柏林;馬靜恒;熊鷹;王凱;;改進(jìn)的Otsu圖像多閾值分割方法[J];計(jì)算機(jī)應(yīng)用;2013年S1期

7 劉金;金煒東;;噪聲圖像的快速二維Otsu閾值分割[J];計(jì)算機(jī)應(yīng)用研究;2013年10期

8 彭荻;賀彥林;徐圓;朱群雄;;基于數(shù)據(jù)特征提取的AANN-ELM研究及化工應(yīng)用[J];化工學(xué)報(bào);2012年09期

9 楊輝;高子潔;陸榮秀;;基于稀土離子顏色特征識(shí)別的組分含量檢測(cè)方法[J];中國(guó)稀土學(xué)報(bào);2012年01期

10 劉文華;;稀土元素分析[J];分析試驗(yàn)室;2011年06期

相關(guān)博士學(xué)位論文 前1條

1 賈文君;稀土萃取過程建模與智能優(yōu)化控制方法的研究[D];東北大學(xué);2007年

相關(guān)碩士學(xué)位論文 前7條

1 歐陽超明;基于顏色特征建模的鐠釹組分含量檢測(cè)方法[D];華東交通大學(xué);2014年

2 張婭楠;極速學(xué)習(xí)機(jī)優(yōu)化方法研究[D];中國(guó)礦業(yè)大學(xué);2014年

3 熊淵;基于離子顏色特征的鐠/釹萃取過程組分含量檢測(cè)方法[D];華東交通大學(xué);2013年

4 高子潔;基于圖像內(nèi)容檢索的稀土元素組分含量檢測(cè)方法[D];華東交通大學(xué);2012年

5 趙正虎;軟測(cè)量技術(shù)在稀土萃取中的應(yīng)用研究[D];蘭州交通大學(xué);2011年

6 蘇恒強(qiáng);玉米病害圖像識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2010年

7 張瑾;基于蟻群聚類優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)軟測(cè)量應(yīng)用[D];東北大學(xué);2008年

本文編號(hào)：2737778