电选粉煤灰颗粒图像识别与烧失量预测模型

• 作者: 孙猛 李海生 温晓龙 章新喜 陈师杰 陈明 陈英华
• 来源期刊: 中国粉体技术
• 关键词: 粉煤灰 烧失量 图像特征 数学模型 极限学习机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 颗粒测试与表征
• 页码范围: 30-35
• 页数: 6页
• 分类号: TD97
• 语种: 中文
• DOI: 10.13732/j.issn.1008-5548.2018.06.006

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.