Applied Online Bubble Size Distribution Measurement in a Pilot Flotation Cell Based on Image Analysis
Notice bibliographique
Résumé
The distribution of bubble size in the pulp is a parameter directly related to the flotation kinetics, but its measurement is complex to determine due to the presence of particles and cluster of bubbles. The existing equipment for the measurement of bubble size (McGill and UCT), which operate manually and batch, requires specialized operators in image analysis. On the other hand, the McGill technique has not been directly validated with bubble swarms and only 10% of the sampled bubbles are analyzed. These aspects have limited the technology transfer and sustainability in the measurement of bubble size. To solve the problems presented, a device based on the McGill technique was designed and implemented. Furthermore, algorithms were implemented to increase the statistical significance of the measurement of bubbles per image. The validation consisted of a comparison of the degree of detection using the software manually and automatically (undetected remaining bubbles). As a result, it is possible to predict the bubble size distributions with an error of less than 5% and derivations close to 0.1 [mm] in the determination of D32, using an average of 100 images. In conclusion, the new device and algorithms improve the accuracy of BSD measurements, helping to optimize the process, predict, control flotation kinetics, and be used as a troubleshooting tool. The new device and algorithms improve the accuracy of BSD measurements, helping to optimize the process, predict, control flotation kinetics, and be used as a troubleshooting tool.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».