本课题成果针对浮选工业过程中存在流程长、中间变量多、内部机理不明确、无检测仪器或检测仪器易出故障，各子过程间关系错综复杂，各子系统间高度耦合、相互制约，工业环境复杂、情况多变的情况。采用摄像采集代替人工观察收集泡沫图像，通过提取视觉特征数据获得图像信息，并将收集的信息引入浮选泡沫视觉监控系统中，实现了浮选泡沫状态的在线监测与精尾矿品位的实时预测。通过采集大量工业样本信息和人工经验，分析得到泡沫图像特征与生产指标、操作量三者之间的数理关系，实现了准确、快速预测浮选精尾、品指标。通过浮选泡沫图像分析，浮选智能加药制度，精尾矿品位预测等模型建立，实现了浮选过程的实时监测、预测、调控及故障诊断，减少生产停工时间和维修成本，提高生产效率和运营利润，促进了浮选作业指标稳定和改善。 本课题成果技术已经在鞍千矿业推广和应用。通过在线智能计算药剂量制度，更加精确地计算药剂量，避免因药剂浪费，年节约药剂消耗1.5%；通过基于泡沫图像的分析，系统精确识别浮选过程中泡沫的变化，直接反映浮选效果；系统通过实时调整浮选参数，确保更多的目标矿物被有效回收，减少了尾矿中的金属含量，精矿产量提高了1%；利用该系统提高了浮选过程的稳定性和效率，减少了生产事故和资源浪费。同时，通过智能优化控制，还可以减少能源消耗和环境污染，提升绿色矿山的建设水平。另外，我国矿山数量众多，本课题研究成果可以在国内类似的矿山推广应用，助力智慧矿山建设，前景非常广阔。