The Correlation between Macroscopic Image and Object Properties with Bubble Size in Flotation
Notice bibliographique
Résumé
This paper studies the correlation between different macroscopic features of image regions and object properties with the Sauter diameter (D32) of bubble size in flotation. Bubbles were sampled from the collection zone of a two-dimensional flotation cell using a McGill Bubble Size Analyzer, and photographed bubbles were processed using image analysis. The Sauter mean diameters were obtained under different experimental conditions using a semiautomated methodology, in which non-identifiable bubbles were manually characterized to estimate the bubble size distribution. For the same processed images, different image properties from their binary representation were studied in terms of their correlation with D32. The median and variability of the shadow percentage, aspect ratio, power spectral density, perimeter, equivalent diameters, solidity, and circularity, among other image or object properties, were studied. These properties were then related to the measured D32 values, from which four predictors were chosen to obtain a multivariable model that adequately described the Sauter diameter. After removing abnormal gas dispersion conditions, the multivariable linear model was able to represent D32 values (99 datasets) for superficial gas rates in the range of 0.4–2.5 cm/s, for four types of frothers and surfactant concentrations ranging from 0 to 32 ppm. The model was tested with 72 independent datasets, showing the generalizability of the results. Thus, the approach proved to be applicable at the laboratory scale for D32 = 1.3–6.7 mm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».