基于BP神经网络的双能X射线透射的金属识别算法
来源期刊:有色金属工程2020年第8期
论文作者:李伟毅 叶文华 熊田忠
文章页码:124 - 130
关键词:双能X射线;物质识别;废金属分选;BP神经网络;
摘 要:双能X射线透射识别技术可识别物质种类,是一种能用于废金属回收的新方法。在废金属识别算法中,目前的曲线拟合识别算法只能在物质厚度较小时能较好地拟合,识别准确性和厚度范围不能满足废金属分选要求,并且不能解决X射线源扇形效应的影响。针对现有算法的不足,基于α曲线提出α识别特征,提高了识别的厚度范围;提出将物料位置作为识别特征,解决了扇形效应;结合α特征和位置特征提出基于BP神经网络算法的废金属分类模型。通过铜和铝物料实验对比,结果表明识别准确率从81.4%提高到了94%。
摘要:双能X射线透射识别技术可识别物质种类,是一种能用于废金属回收的新方法。在废金属识别算法中,目前的曲线拟合识别算法只能在物质厚度较小时能较好地拟合,识别准确性和厚度范围不能满足废金属分选要求,并且不能解决X射线源扇形效应的影响。针对现有算法的不足,基于α曲线提出α识别特征,提高了识别的厚度范围;提出将物料位置作为识别特征,解决了扇形效应;结合α特征和位置特征提出基于BP神经网络算法的废金属分类模型。通过铜和铝物料实验对比,结果表明识别准确率从81.4%提高到了94%。
关键词:双能X射线;物质识别;废金属分选;BP神经网络;