煤泥浮选中I-ELM的应用

论文摘要

煤泥浮选过程中,对浮选尾矿成分进行测量、控制,可以有效地浮选出合格的煤产品且有利于节能减排。提出将增加型极限学习机（I-ELM）应用于煤泥水成分的识别中。通过CCD相机及其配套PLC软件系统得到灰度直方图,基于灰度直方图提取灰度特征,将灰度特征作为输入向量,煤泥水灰分含量作为输出向量,建立起以I-ELM为基础的煤泥水灰分识别模型。同时,训练建立传统的BP人工神经网络模型和ELM预测模型与提出的方法进行比较。结果显示,增加型极限学习机可以在较短的时间内,达到要求精度。

论文目录

• 0 引言
• 1 I-ELM模型建立
• 2 实验数据采集及处理
•   2.1 实验平台搭建
•   2.2 实验数据收集、分类与处理
• 3 识别模型的训练与预测
• 4 数据分析结果及对比
• 5 结语

文章来源

类型: 期刊论文

作者: 武林海,刘洋

关键词: 煤泥水浮选,相机,神经网络

来源: 煤炭技术 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 山西晋中市煤炭规划设计研究院,晋中长泰安全科技有限责任公司

基金: 山西省科技成果转化与推广计划项目(20051002)

分类号: TD94;TD923

DOI: 10.13301/j.cnki.ct.2019.03.055

页码: 162-165

总页数: 4

文件大小: 403K

下载量: 16