陸榮秀，饒運春，楊 輝，朱建勇，何權(quán)恒

（1.華東交通大學(xué) 電氣與自動化工程學(xué)院，南昌 330013；2.江西省先進控制與優(yōu)化重點實驗室，南昌 330013）

0 引言

采用串級萃取工藝[1]從稀土共生礦中獲取單一、高純的稀土元素，對監(jiān)測級稀土元素組分含量的在線檢測是實現(xiàn)穩(wěn)定、合格稀土產(chǎn)品的重要前提。目前，稀土分離企業(yè)大都采取離線化驗獲取監(jiān)測級組分含量值，耗時長、滯后嚴(yán)重[2]；雖然部分企業(yè)使用了如分光光度法、光譜法、質(zhì)譜法等在線方法[3～6]，但這些裝置成本高、結(jié)構(gòu)復(fù)雜、穩(wěn)定性和可靠性差等問題，尚未得到普遍應(yīng)用。

稀土元素獨特的電子層結(jié)構(gòu)使得部分元素呈現(xiàn)出顏色特征，在各級萃取槽混合溶液中形成“離子顏色特征帶”。借鑒機器視覺技術(shù)在熒光磁粉自動檢測[7]、礦物浮選過程中浮選泡沫顏色及尺寸的檢測[8]等成功應(yīng)用，本文采用機器視覺技術(shù)對鐠/釹混合溶液圖像進行自動分割和顏色特征提取，以最小二乘支持向量機建立元素組分含量預(yù)測模型；同時，由西門子PLC設(shè)計稀土溶液在線采集裝置，結(jié)合Visual studio 2012和HALCON 11.0開發(fā)了稀土元素組分含量在線檢測系統(tǒng)。測試實驗驗證了在線檢測系統(tǒng)具有較高的精度和較好的實時性、重復(fù)性，能夠滿足稀土元素組分含量在線檢測的需求。

1 檢測系統(tǒng)硬件結(jié)構(gòu)設(shè)計

根據(jù)稀土萃取溶液特性及萃取生產(chǎn)環(huán)境特點，檢測系統(tǒng)由溶液圖像采集硬件裝置和在線檢測平臺組成。其中溶液圖像采集硬件裝置實現(xiàn)溶液圖像自動采集、溶液回流以及上下位機的通訊功能；在線檢測平臺實現(xiàn)圖像信息采集與處理、組分含量檢測功能，包括實時接收并顯示圖像、顏色信息提取和元素組分含量的檢測。

基于以下考慮：稀土萃取溶液具有一定的腐蝕性，需將待測的稀土溶液從混合澄清槽采集至溶液收集皿中；被測的稀土溶液一般透光性較好，對光線呈現(xiàn)一定的反射性和折射性的實際特點，該系統(tǒng)主要是對稀土溶液的顏色進行檢測識別的實際需求。故設(shè)計出的稀土溶液圖像在線采集硬件結(jié)構(gòu)組成如圖1所示。硬件裝置的控制指令由PLC實現(xiàn)，通過電容傳感器的組合狀態(tài)以及定時器設(shè)計控制程序，控制溶液的采集過程。

圖1 稀土溶液圖像在線采集硬件結(jié)構(gòu)

2 檢測系統(tǒng)軟件設(shè)計

為了實現(xiàn)在線檢測稀土元素組分含量，在溶液采集硬件裝置基礎(chǔ)上，利用Visual Studio和HALCON混合編程開發(fā)稀土元素組分含量在線檢測系統(tǒng)，完成圖像的實時采集、圖像預(yù)處理、特征值提取，并在開發(fā)的系統(tǒng)上內(nèi)置LSSVM模型預(yù)測算法最終實現(xiàn)元素組分含量的預(yù)測。其中，Visual Studio是微軟開發(fā)的工具集，自帶MFC（微軟基礎(chǔ)類庫）能方便地編寫友好簡潔的用戶界面；HALCON是一個標(biāo)準(zhǔn)的機器視覺算法包，擁有便捷的視覺集成開發(fā)環(huán)境，通過內(nèi)部集成的算子能夠高效的進行圖像處理[9]。

圖2是檢測系統(tǒng)操作界面，包括操作按鈕區(qū)、圖像顯示區(qū)和數(shù)據(jù)顯示區(qū)等區(qū)域。操作區(qū)分為手動操作和自動操作，手動區(qū)實現(xiàn)離線調(diào)試系統(tǒng)，自動區(qū)實現(xiàn)工業(yè)現(xiàn)場的監(jiān)測級組分含量在線檢測，包括初始化、視頻加載、圖像采集、圖像保存圖像加載、圖像處理、自動檢測等功能。

圖2 稀土元素組分含量在線檢測系統(tǒng)

圖3是檢測系統(tǒng)的工作流程圖，工作流程如下：系統(tǒng)運行后設(shè)置檢測參數(shù)，啟動稀土溶液采集硬件裝置進行溶液采集工作，溶液采集完畢后觸發(fā)攝像頭拍攝稀土溶液圖像并上傳至計算機中；處理圖像提取顏色特征信息，通過內(nèi)置檢測模型預(yù)測待測液元素組分含量；待組分含量檢測完畢，溶液采集硬件裝置將稀土混合溶液回流至混合澄清槽內(nèi)，完成一次組分含量在線檢測。

圖3 檢測系統(tǒng)工作流程

3 基于顏色特征的Pr/Nd組分含量檢測方法

本節(jié)提出了一種鐠/釹元素組分含量檢測方法，為檢測系統(tǒng)的實現(xiàn)提供理論依據(jù)。對稀土混合溶液進行圖像處理獲得顏色特征信息，采用LSSVM建立組分含量預(yù)測模型，主要過程分為圖像預(yù)處理、顏色特征提取和預(yù)測模型的建立。

3.1 圖像預(yù)處理

溶液采集完畢后，檢測系統(tǒng)觸發(fā)相機拍攝稀土溶液圖像，經(jīng)系統(tǒng)的通訊模塊將圖像儲存在計算機中，采集的稀土溶液圖像如圖4(a)所示。由圖4(a)可以看出圖像中包含非溶液的背景部分，且溶液邊緣部分顏色不均勻；此外，圖像數(shù)字信號傳輸?shù)倪^程會有噪聲的出現(xiàn)。背景部分和噪聲干擾點均會對最終的顏色特征產(chǎn)生影響，所以需要對圖像進行背景分割和平滑濾波。

3.1.1 圖像背景分割

在預(yù)處理過程中，由圖像直接獲取的信息R（Red）、G（Green）、B（Blue）值。對溶液圖像分割時，可依靠HSI空間各分量相互獨立的特點，將圖像從RGB空間轉(zhuǎn)換到HSI空間，選取合適的分割方法對圖像進行背景分割[10,11]。分析溶液圖像的H、S、I三分量圖，如圖4(b)～圖4(d)所示，H分量圖的稀土混合溶液特征部分和背景區(qū)域?qū)Ρ榷茸畲?，能明顯區(qū)分出稀土混合溶液有效部分，確定H分量作為圖像分割的依據(jù)。

圖4 稀土混合溶液圖像處理各階段的圖像

OTSU閾值算法（大津法）是一種結(jié)合圖像自身特點自適應(yīng)選擇閾值進行圖像分割的方法，作為一種經(jīng)典的圖像閾值分割算法[12,13]在圖像處理領(lǐng)域得到了廣泛的應(yīng)用。選取大津法對H分量進行圖像分割，其基本思想是：根據(jù)灰度值在圖像上的分布選取初始閾值將圖像分為兩部分，遍歷不同的閾值，確定使兩部分的類間方差最大即分離性最大[14]的閾值作為最佳閾值，此時分離的即為目標(biāo)區(qū)域。閾值分割后的二值化圖像，如圖4(e)所示，為后續(xù)圖像濾波提供支撐。

3.1.2 圖像濾波

由圖5(e)可知，H分量的二值圖像存在干擾點、溶液邊緣區(qū)域不光滑，接下來通過中值濾波操作去除這些因素的影響。中值濾波法是一種基于排序統(tǒng)計理論的非線性信號處理技術(shù)，能有效抑制圖像圖像傳輸產(chǎn)生的噪聲。通過數(shù)字圖像目標(biāo)點鄰域的像素中值代替該點像素，進而消除噪聲的干擾，圖4(f)為采用二維5×5的濾波窗口對圖4(e)進行中值濾波后的結(jié)果，可知濾波后使得溶液邊緣更加光滑，去除了噪聲點，便于之后的信息提取。

3.2 圖像顏色特征提取

考慮到溶液顏色分布均勻的特點，通過截取出溶液中心區(qū)域一部分作為特征區(qū)域的方式減少運算量。設(shè)Im（x，y）為預(yù)處理后二值化圖像，其中像素值為1的區(qū)域（Im（xj，yj）=1）為目標(biāo)區(qū)域，由式(1)計算目標(biāo)區(qū)域中心點（xc，yc）。

式中，n為特征區(qū)域像素范圍，（xj，yj）代表像素點坐標(biāo)。如圖4(g)所示為標(biāo)明中心點（xc，yc）和目標(biāo)區(qū)域的圖像，以（xc，yc）為中心點，剪裁如圖4(h)所示的溶液均勻區(qū)域圖像Ic（x，y）。

溶液均勻區(qū)域圖像像素為128×128，借助矩描述子唯一性定理[15]：圖像顏色的分布信息能夠被低階矩完全表示，因此本文使用一階矩來描述溶液顏色信息的統(tǒng)計特征，即：

式中，μ為圖像Ic（x，y）中H、S或I分量的一階矩，ic（x，y）為圖像Ic（x，y）中H、S或I分量像素值，其中M2、N2分別別為特征區(qū)域的顏色特征分量矩陣行、列元素個數(shù)。

3.3 顏色特征與組分含量關(guān)系模型的建立

選取顏色特征作為軟測量方法預(yù)測組分含量的輔助變量，Pr/Nd混合溶液顏色特征信息與Nd組分含量之間存在如下對應(yīng)關(guān)系[16]：

f(.)表示顏色特征分量一階矩xH、xS、xI與Nd元素組分含量ρNd之間的非線性關(guān)系。鑒于最小二乘支持向量機具有非線性能力強、運行速度快和泛化能力較強的特點，適用于小樣本建模，本文采用LSSVM作為稀土元素組分含量預(yù)測模型[17]。

首先，處理后的數(shù)據(jù)集表示為：

式(7)的核函數(shù)K(.)選取徑向基核函數(shù)（RBF）：

式中，σ是核寬度，控制函數(shù)的徑向作用范圍。

由上述推導(dǎo)過程可知，建立預(yù)測模型時，需要優(yōu)化的參數(shù)組合（γ，σ），本文采用交叉驗證法優(yōu)化參數(shù)γ和σ。

通過LSSVM建立預(yù)測模型得到Nd組分含量ρNd后，按式(9)求出Pr組分含量ρPr。

綜上，該方法能夠?qū)崿F(xiàn)稀土溶液圖像在線采集、圖像處理與顏色特征提取、以及組分含量預(yù)測功能，為系統(tǒng)軟件的開發(fā)提供理論支撐。

4 系統(tǒng)測試實驗

4.1 測試精度分析

為測試稀土元素組分含量在線檢測系統(tǒng)的預(yù)測性能，以某稀土公司的Pr/Nd萃取生產(chǎn)過程為研究對象，從萃取線混合槽中采集85份樣本溶液，離線化驗樣本溶液的元素組分含量，其中Nd元素組分含量分布在1.8%～99.965%，由檢測系統(tǒng)在線采集Pr/Nd溶液圖像的H、S、I顏色特征分量一階矩，70組數(shù)據(jù)作為訓(xùn)練集建立LSSVM預(yù)測模型，并將模型內(nèi)置于檢測系統(tǒng)中，剩余15組數(shù)據(jù)采用本系統(tǒng)進行檢測，其檢測結(jié)果及誤差分析如表1所示。測試結(jié)果表明，檢測系統(tǒng)的最大相對誤差為3.1303%，在稀土萃取分離工藝控制中最大相對誤差小于5%的精度要求之內(nèi)[18]，檢測精度達到運用要求。

表1 檢測結(jié)果及誤差分析

表1（續(xù)）

4.2 系統(tǒng)重復(fù)性分析

重復(fù)性標(biāo)準(zhǔn)差是指由是重復(fù)性測試結(jié)果分布的分散性度量，由同一操作人在相同的條件下儀器測量結(jié)果的變化，代表測量儀器測試值的波動變化情況，其值越小說明測量儀器結(jié)果越穩(wěn)定。為了檢驗儀器的重復(fù)性能，本次重復(fù)性實驗的對象是現(xiàn)場稀土混合溶液，重復(fù)測試周期為1分鐘，重復(fù)次數(shù)n=10，表2是同一稀土溶液樣品的元素組分含量測試結(jié)果?？捎墒?10)計算重復(fù)性標(biāo)準(zhǔn)差作為系統(tǒng)重復(fù)性分析的評價指標(biāo)：

其中，n為重復(fù)測量次數(shù)，此處n=10，x1,x2…,xn表示檢測得到的元素組分含量結(jié)果。

分析表2的重復(fù)性標(biāo)準(zhǔn)差可知，重復(fù)性標(biāo)準(zhǔn)差值與測量結(jié)果相差4個數(shù)量級，這充分表明元素組分含量檢測系統(tǒng)采集的顏色特征信息重復(fù)性效果良好，可為組分含量預(yù)測模型提供可靠支撐。

表2 系統(tǒng)重復(fù)性實驗分析結(jié)果

綜上，系統(tǒng)測試結(jié)果表明該系統(tǒng)具有較高的檢測精度、穩(wěn)定的重復(fù)性能，完全可以滿足Pr/Nd萃取分離生產(chǎn)現(xiàn)場檢測要求；此外，該系統(tǒng)還具有操作方便、自動采樣、維護方便等特點，能夠?qū)崟r進行監(jiān)測級組分含量的檢測。

5 結(jié)語

本文通過對具有顏色特征的Pr/Nd萃取生產(chǎn)過程進行分析，采用西門子PLC設(shè)計稀土溶液圖像采集硬件裝置，結(jié)合Visual Studio中MFC的便捷性和HALCON的靈活性開發(fā)稀土元素組分含量在線檢測系統(tǒng)，建立LSSVM元素組分含量預(yù)測模型，實現(xiàn)了稀土混合溶液圖像信息的連續(xù)自動采集與元素組分含量的在線檢測；測試結(jié)果表明系統(tǒng)組分含量檢測的實時性、重復(fù)性和預(yù)測精度均滿足稀土萃取過程現(xiàn)場運用要求，同時也可為具有顏色特征的其他工業(yè)過程檢測提供借鑒。