The problems of possible application of de-agglometration operations into industrial HPGR-based crushing circuits, were presented in the paper. The HPGR technology has the potential to provide a significant circuit efficiency increases from technological (better comminution efficiency) and economic (lower energy- consumption of crushing process) scopes. However, the HPGR product is usually compressed into a flake product, what may constitute a technical challenge in effective classification of crushing product and the overall efficiency of the circuit. Three methods of flakes disintegration were investigated in the paper: an impact de-agglomeration, drum de-agglomeration and the wet one. Results showed that the wet and drum de-agglomeration operations are the most favourable methods of flakes disintegration. Additionally the wet process is especially beneficial for material with lower moisture content.
Model aktywnej powierzchni (flakes) otrzymuje się w wyniku rozwiązania zadania wariacyjnego, w którym minimalizowana jest energia całkowita powierzchni, Energia ta opisuje zarówno właściwości geometryczne modelowanej powierzchni jak i właściwości oraz strukturę danych pomiarowych. Model flakes wykorzystywano dotychczas w procesie filtracji danych skaningu laserowego. W niniejszej pracy model ten zastosowano zarówno do filtracji błędów grubych jak i do interpolacji numerycznego modelu terenu (NMT). Otrzymany NMT porównano z modelem otrzymanym w wyniku interpolacji z wykorzystaniem oprogramowania komercyjnego ImageStation. Wykorzystując model aktywnej powierzchni wyinterpolowano NMT na regularnej siatce (GRID) o boku 1 m. Zbiór punktów terenu powstały w wyniku filtracji posłużył do utworzenia, z wykorzystaniem ImageStation, modelu GRID z węzłami ściśle odpowiadającymi węzłom NMT. Modele zbudowano dla terenu rolniczo-leśnego o powierzchni około 1.5 km². W około 1.5*10⁶ węzłach siatki obliczono różnice wysokości pomiędzy obydwoma modelami. Średnia różnica wysokości pomiędzy modelami wynosi -0.05 m, a błąd średni różnic wysokości wynosi 0.34 m. Największe rozbieżności pomiędzy modelami zaobserwowano dla terenów leśnych. Dla pozostałych terenów różnice wysokości pomiędzy modelami są znikome. Przeprowadzony eksperyment numeryczny pokazał, że model flaks może być z powodzeniem zastosowany zarówno do filtracji danych skaningu laserowego jak i do interpolacji NMT na podstawie tych danych.
EN
The active surface model (the flakes model) is determined by solving a variation problem in which the total energy of the surface is minimized: Etot = Eint + Eext → min. The internal energy, Eint describes geometrical properties of the modelled surface and is defined as the weighted sum of membrane kernel z²x + z²y and thin plate kernel z²xx + 2z²xy + z²yy : Eint = α/2 z²x + z²y + β/2 (z²xx + 2z²xy + z²yy). The weighting parameters α and β are chosen arbitrarily, the choice depending on implementation and geometrical properties (smoothness) of the modelled surface. The external energy Eint depends on the data. Depending on the implementation, the external energy may be described in different ways. So far, the active surface model has been used in research on filtration of airborne laser scanning data. The filtration is based on elimination of points (laser beam reflections) which do not belong to the terrain surface. The numerical tests performed confirmed the correctness of the method of airborne laser scanning data filtering presented. The filtration was correct in more than 90%. In this work, the active surface model was used both for filtering out gross errors and for interpolating the digital terrain model (DTM). The DTM obtained was compared to the DTM built with the commercial software ImageStation. In the active surface model application, a 1 m GRID DTM was interpolated. The filtering process produced a set of terrain points. The set was entered in the ImageStation to build a DTM of irregular TIN type. The software used allowed to transform this DTM to a regular GRID format. The GRID model was generated strictly in the same nodes to which the first DTM (interpolated using the active surface model) was interpolated. The models were developed for a rural-forested area of about 1.5 km². Differences between the DTMs built using the flakes model and the ImageStation were calculated for about of 1.5•10⁶ GRID nodes. The altitude differences ranged from -2.72 to 3.31 m. The mean difference between the models was -0.05 m, the RMS of the differences amounting to 0.34 m. The largest discrepancies between the DTMs were identified in the forested part of the area, particularly where there were few terrain points. In the rural part of the area, the altitude differences between the models were small.
W procesie tworzenia numerycznego modelu terenu (NMT) z danych lotniczego skaningu laserowego istnieje konieczność wydzielenia z surowej chmury punktów tylko tych, które były odbiciami wiązki lasera od powierzchni terenu. Zadanie to realizowane jest w znacznym stopniu automatycznie z wykorzystaniem specjalistycznego oprogramowania służącego do klasyfikacji, bądź filtracji danych. W pracy przedstawiono algorytm filtracji bazujący na minimalizacji energii całkowitej powierzchni, która wyraża się suma energii wewnętrznej i zewnętrznej. Energia wewnętrzna opisuje geometryczne właściwości modelowanej powierzchni i dla modelu flakes jest ważona suma jej krzywizny i nachylenia. Energia zewnętrzna opisuje natomiast rozbieżność pomiędzy estymowana powierzchnia aktywna a danymi pomiarowymi i zależy od różnicy wysokości pomierzonej i aproksymowanej. W wyniku minimalizacji energii całkowitej, powierzchnia aktywna „dopasowuje” sie do powierzchni terenu. Występujące w prezentowanym modelu zadanie wariacyjne rozwiązane zostało metoda bezpośrednia, tzw. metoda Ritza. Testy numeryczne wykonano na rzeczywistych danych skaningu, do których dołączone były dane referencyjne w postaci prawidłowo sklasyfikowanych punktów terenu i obiektów. Dzięki temu możliwe było określenie poprawności filtracji prezentowanej metody. W wyniku porównania danych referencyjnych ze zbiorami punktów po filtracji określone zostały błędy procentowe filtracji. Uzyskane wyniki potwierdziły wysoka skuteczność prezentowanej metoda - poprawność filtracji porównywalna jest z innymi metodami i wynosi ponad 90%.
EN
In the process of creating digital terrain model from airborne laser scanning data, there is a need (a necessity) to extract, from the raw points cloud, only those points which are the reflections of laser beam from the ground. This task is performed mainly automatically, using specialized software for data classification or filtering. In the present paper, and algorithm based on surface energy minimisation was presented. The total energy of surface, is the sum of an internal and external energy. Internal energy describes geometrical properties of modelled surface and, in the flakes model, it is a weighted sum of surface membrane kernel and surface thin plate kernel. External energy describes difference between estimated active surface and measured data and depends on the measured height and approximated height. As a result of total surface energy minimisation, active surface is “matched” with the terrain surface. The variation problem, which occurs in the task of surface energy minimisation, was solved using direct method (Ritz method). Numeric tests were carried out on the real scanning data that contained referenced data in the form of correctly classified ground and object points. Throughout referenced data, the evaluation of presented filtering method correctness could be estimated. As a result of comparison of the referenced data with the sets of points, after filtering the percentage values of filtering, errors were calculated. The results achieved confirmed that flakes method is effective – the filtering correctness value is similar to the values obtained using other methods, and amounts to above 90%.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Laser scanner data sets contain a considerable number of gross errors which are reflections from objects that lie above the terrain surface, i.e. trees, houses. If Digital Terrain Model is interpolated such points need to be removed from data files. For automatic filtering of gross errors an algorithm based on active surface model (flakes) was proposed. This model constitutes a variational problem solution in which total energy comprising external and internal energy is minimized. Internal energy describes geometric properties of modelled surface and, it is the weighted sum of its inclination and curvature. External energy measures the deviation of the model from the given data. The Ekler equation that is equivalent to variational problem is discretized with finite difference method and solved iteratively. A model for external energy that enables to make flakes robust to gross errors was formulated. Filtering features of the method were presented on the laser scanner data. Hints for practical application of presented method were given.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.