本发明公开了一种在动态溢流面上多模型预测煤
浮选尾矿灰分的方法,该方法搭建动态溢流方式及水平四周补光的机器视觉系统,捕获浮选尾矿图像;基于卷积神经网络对不同工况的尾矿图像分类,实现对稳定的目标尾矿图像的筛选;融合传统特征和深度抽象特征,在深度卷积神经网络外层接回归预测器进行训练,实现对浮选尾矿灰分的实时预测。该方法环保高效、预测精度高,有效替代了原来过程复杂、耗时耗力的尾矿化验方式,避免了浮选生产过程反馈调节的高延迟性,并且对保证煤炭资源高效回收、智能化产业升级和提升选厂效益具有重要的意义,有较大的应用潜力。
声明:
“在动态溢流面上多模型预测煤浮选尾矿灰分的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)