一种基于多源异构特征融合的原矿品位在线检测方法与流程

本发明涉及在线检测，特别是一种基于多源异构特征融合的原矿品位在线检测方法。

背景技术：

1、现有原矿在线品位检测技术总体已通过多种方式公开，主要集中于光谱分析、基于图像传感器的表观检测以及单一或简单多源组合检测路径。其中，以libs为代表的在线检测技术通过脉冲激光激发矿石等离子体并采集特征谱线强度，实现元素含量定量分析的方法；同时，基于图像传感器的矿石表观检测技术也已广泛应用于矿石分选与品位估计，通过统计模型或学习模型实现品位识别或分级判断。随着矿山数字化和智能选矿技术的发展，相关方案已开始尝试将元素谱线信息、图像传感器获取的表观图像信息、水分信息及表面氧化状态信息进行联合建模，以提升原矿品位检测的实时性和工程适应性。

2、然而，上述现有技术在实际皮带输送场景中仍存在两方面缺陷。首先，单一的libs检测虽具备元素定量能力，但其光谱信号易受矿石表面状态影响和基体效应影响，降低了模型稳定性和精度；其次，现有将图像信息用于品位估计的方法，多将颜色特征直接作为输入变量，未对水分、氧化程度及光照条件进行显式建模，导致色彩信息存在较强环境依赖性，难以作为稳定的辅助修正量，并且不同传感器数据之间普遍缺乏统一的数据治理与样本对应关系，难以在同一物料尺度上进行有效融合，影响整体预测精度和稳定性。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于多源异构特征融合的原矿品位在线检测方法解决品位检测精度与稳定性不足及在线预测鲁棒性不足问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、本发明提供了一种基于多源异构特征融合的原矿品位在线检测方法，其包括，采集原矿多源表征信息并执行预处理和数据治理，形成统一样本矩阵；将统一样本矩阵进行时频域对齐与光谱特征峰识别提取光学多源关联特征，并建立动态耦合对应关系；基于动态耦合对应关系，采用光学特征映射层和品位回归层构建基础品位预测模型，并基于基础品位预测模型对光学多源关联特征执行在线推理，获取预测原矿品位；基于预测原矿品位，对光学多源关联特征执行光谱干扰补偿和特征校正，形成补偿融合表征；根据补偿融合表征对预测原矿品位执行周期校准，获取矿石品位信息。

5、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述原矿多源表征信息包括元素谱线数据、矿石表观图像、含水率信息及表面氧化状态信息；

6、所述预处理包括光谱去噪、归一化、图像白平衡、颜色校正及拉曼信号滤波；

7、所述数据治理包括异常值剔除、缺失补齐、漂移校正及样本配准。

8、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述将统一样本矩阵进行时频域对齐与光谱特征峰识别提取光学多源关联特征，具体步骤如下：

9、对统一样本矩阵进行时频域对齐与频域相位补偿，形成时频域对齐数据矩阵；

10、基于时频域对齐数据矩阵，采用峰形拟合法对元素特征谱线执行特征峰位识别，并计算特征峰位强度和水分氧化响应值，获取净化光谱表征向量；

11、基于净化光谱表征向量构建跨模态校正函数，并对矿石表观图像执行环境扰动显式补偿，生成光学多源关联特征。

12、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述动态耦合对应关系是将光学多源关联特征进行跨模态非线性映射建立的。

13、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述基于动态耦合对应关系，采用光学特征映射层和品位回归层构建基础品位预测模型，具体步骤如下：

14、光学特征映射层基于动态耦合对应关系，对光学多源关联特征执行跨模态对齐，生成隐空间特征向量；

15、品位回归层采用惩罚约束回归法对隐空间特征向量执行回归运算，生成品位回归量；

16、将光学特征映射层与品位回归层通过逐层传递连接和层间残差压缩进行递进耦合，构建基础品位预测模型。

17、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述基于基础品位预测模型对光学多源关联特征执行在线推理，获取预测原矿品位，具体步骤如下：

18、基于基础品位预测模型，对光学多源关联特征执行约束推理与回归偏移折算，形成中间品位表征向量；

19、基于动态耦合对应关系，对中间品位表征向量与隐空间特征向量进行残差回溯和偏移抑制，获取预测原矿品位。

20、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述基于预测原矿品位，对光学多源关联特征执行光谱干扰补偿，具体步骤如下：

21、基于预测原矿品位，采用光谱残差反演算法对光学多源关联特征进行偏差分布解析，输出干扰残差向量；

22、对干扰残差向量执行解耦分离，生成基线漂移分量与表观失真分量。

23、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述补偿融合表征是根据基线漂移分量与表观失真分量，对光学多源关联特征执行多模态正交投影校正与干扰项剥离叠加运算输出的。

24、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述根据补偿融合表征对预测原矿品位执行周期校准，具体步骤如下：

25、采用偏差跟踪算法对补偿融合表征与预测原矿品位进行时序解析，获取周期漂移偏差序列；

26、对周期漂移偏差序列执行自适应解耦滤整，生成动态校准补偿参数集。

27、作为本发明所述基于多源异构特征融合的原矿品位在线检测方法的一种优选方案，其中，所述矿石品位信息是基于动态校准补偿参数集，对预测原矿品位执行非线性偏置补偿与置信边界约束输出的。

28、本发明有益效果为：通过时频域对齐和光谱特征峰识别，并结合跨模态校正函数建立动态耦合对应关系，实现元素谱线数据与图像传感器获取的矿石表观图像、含水率信息及表面氧化状态信息在同一区域尺度下的协同关联，用于抑制基体效应、环境扰动和多源失配，提高了原矿品位在线检测的精度、稳定性与鲁棒性。

1.一种基于多源异构特征融合的原矿品位在线检测方法，其特征在于，包括：

2.如权利要求1所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述原矿多源表征信息包括元素谱线数据、矿石表观图像、含水率信息及表面氧化状态信息；

3.如权利要求2所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述将统一样本矩阵进行时频域对齐与光谱特征峰识别提取光学多源关联特征，具体步骤如下：

4.如权利要求3所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述动态耦合对应关系是将光学多源关联特征进行跨模态非线性映射建立的。

5.如权利要求4所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述基于动态耦合对应关系，采用光学特征映射层和品位回归层构建基础品位预测模型，具体步骤如下：

6.如权利要求5所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述基于基础品位预测模型对光学多源关联特征执行在线推理，获取预测原矿品位，具体步骤如下：

7.如权利要求6所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述基于预测原矿品位，对光学多源关联特征执行光谱干扰补偿，具体步骤如下：

8.如权利要求7所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述补偿融合表征是根据基线漂移分量与表观失真分量，对光学多源关联特征执行多模态正交投影校正与干扰项剥离叠加运算输出的。

9.如权利要求8所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述根据补偿融合表征对预测原矿品位执行周期校准，具体步骤如下：

10.如权利要求9所述的基于多源异构特征融合的原矿品位在线检测方法，其特征在于，所述矿石品位信息是基于动态校准补偿参数集，对预测原矿品位执行非线性偏置补偿与置信边界约束输出的。