本發(fā)明公開了一種在動態(tài)溢流面上多模型預(yù)測煤
浮選尾礦灰分的方法,該方法搭建動態(tài)溢流方式及水平四周補光的機器視覺系統(tǒng),捕獲浮選尾礦圖像;基于卷積神經(jīng)網(wǎng)絡(luò)對不同工況的尾礦圖像分類,實現(xiàn)對穩(wěn)定的目標(biāo)尾礦圖像的篩選;融合傳統(tǒng)特征和深度抽象特征,在深度卷積神經(jīng)網(wǎng)絡(luò)外層接回歸預(yù)測器進行訓(xùn)練,實現(xiàn)對浮選尾礦灰分的實時預(yù)測。該方法環(huán)保高效、預(yù)測精度高,有效替代了原來過程復(fù)雜、耗時耗力的尾礦化驗方式,避免了浮選生產(chǎn)過程反饋調(diào)節(jié)的高延遲性,并且對保證煤炭資源高效回收、智能化產(chǎn)業(yè)升級和提升選廠效益具有重要的意義,有較大的應(yīng)用潛力。
聲明:
“在動態(tài)溢流面上多模型預(yù)測煤浮選尾礦灰分的方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)