电选粉煤灰颗粒图像识别与烧失量预测模型
陈师杰1
李海生2
陈英华2
温晓龙1
章新喜2
孙猛1
陈明3
1.中国矿业大学化工学院,江苏徐州,2211162.中国矿业大学化工学院,江苏徐州221116;中国矿业大学煤炭加工与高效洁净利用教育部重点实验室,江苏徐州2211163.中国平煤神马集团一矿,河南平顶山,467000
摘要：在相同光照条件下,运用MATLAB软件控制工业相机获取不同烧失量粉煤灰的图像信息,根据粉煤灰中不同组分对于光反射的差异性,提取脱炭粉煤灰不同组分的图像特征参数,利用极限学习机神经网络建立烧失量与图像特征的数学模型,对比烧失量的预测效果获得最佳的激活函数,实现脱炭粉煤灰烧失量的在线快速检测.结果表明,极限学习机建立的预测模型能够准确识别电选粉煤灰的图像特征,快速获得粉煤灰烧失量数据,准确度高,可用于工业生产中电选粉煤灰烧失量的快速在线检测.
关键词：粉煤灰烧失量图像特征数学模型极限学习机
分类号：TD97(选矿)
资助基金：国家自然科学基金(51674259)
论文发表日期：2018-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 30-35 )
英文信息