基于灰度图像特征的电选粉煤灰烧失量预测

陈师杰¹，李海生^1,2，陈英华^1,2，温晓龙¹，郑诚¹，王文平¹

1. 中国矿业大学化工学院2. 煤炭加工与高效洁净利用教育部重点实验室

摘 要：针对传统粉煤灰烧失量检测耗资大,耗时长等问题,提出了粉煤灰烧失量图像识别快速检测的方法,运用工业摄像头获取不同梯度烧失量的粉煤灰图片,通过MATLAB处理后来获取粉煤灰的灰度图像特征参数,根据灰度特征参数,分别利用BP神经网络、SVM神经网络、ELM神经网络建立粉煤灰烧失量的预测模型,比较不同神经网络对粉煤灰烧失量的预测效果。结果表明:通过ELM神经网络建立的粉煤灰烧失量模型对粉煤灰烧失量的预测效果最好,该模型稳定性好,预测准确度高,可用于工业生产中的粉煤灰烧失量快速检测。

关键词：粉煤灰;摩擦电选;烧失量;图像识别;神经网络;