[发明专利]动态补偿模糊神经网络的煤矸识别方法

说明书

本发明针对传统煤矸识别方法精确度低、工作量大等问题，公开了一种基于动态补偿模糊神经网络的煤矸识别方法。主要突破了传统方法上的煤矸识别方法，解决了煤矸识别的精度问题，该方法利用动态补偿模糊神经网络的学习算法降低误差率，并通过仿真实验对动态补偿模糊神经网络的分选系统进行较为详细的描述。实验结果表明：动态补偿模糊神经网络的算法能够达到研究的需求，高效准确的识别煤和矸石，使系统具有了较好的泛化能力。

技术领域

本发明涉及一种煤矸识别方法，具体地说，是涉及一种动态补偿模糊神经网络的煤矸识 别方法。

背景技术

在我国，煤炭是重要的资源，在煤炭开采的同时，煤种不可避免的存在矸石。矸石与煤 是同时形成的，然而叫煤来说，它是一种含碳量低，颜色深，硬度大的岩石，在洗煤过程中 往往被当作杂质来排放。矸石的密度大、发热量小，会对原煤的质量造成严重的影响。因此 将煤与矸石分开不仅可以提高煤的利用效率，同时也符合安全生产的要求。

在煤炭生产中，直接开采出来的未经过任何加工的煤炭被称之为原煤。原煤不可避免的 要含有一些其他的物质，最常见的就是矸石，在洗煤过程中往往被当作杂质排放出来。矸石 的主要来源为：

1)巷道掘进中产生的矸石，一般占原煤产量的10％左右，主要由页岩、粉砂岩、砂岩、 石灰岩等构成。

2)采掘过程中从顶板、底板和夹层中开采出来的矸石。

3)选煤或者洗煤过程中产生的矸石，一般称之为洗矸石，其大概占原煤产量的10％～12％。 洗矸石主要是由煤层中的各类杂石组成的，如高岭石、黄铁矿、黏土岩等。

我国的煤炭资源丰富，其产量巨大，与此同时，矸石的排出量也是相当巨大的。矸石的 密度很大，但是发热量很小，对原煤质量造成严重影响。在电力用煤中，矸石大量混于煤中， 不仅会给电厂带来直接的经济损失，而且会给锅炉等设备的安全造成严重的影响。中国积存 矸石达10亿吨以上，而且每年还将排除矸石1亿吨左右，如果对矸石不进行合理的利用，不但 占地，而且干事还十分容易发生自燃，导致火灾，给人们的生命财产安全带来威胁，然而， 从资源的综合利用等方面来说，矸石中的某些成分又可以被提炼出来为人们所用，因此煤与 矸石的分选是在煤炭开采之后一项必不可少的步骤，只有将煤与矸石分开，才能够做到物尽 其用，充分发挥二者各自的作用。

煤矸石分选的方法有很多，一般来说以干法选煤与湿法选煤为主。干法选煤主要是依据 煤与矸石物理性质的不同对二者进行分选，所说的物理性质主要指的是煤矸的密度、灰度、 纹理、硬度、辐射性、导磁性以及摩擦系数等。近几年来模糊神经网络的应用成为很多领域 研究的重点，模糊神经网络在煤矸识别上的研究也在不断地得到改善。煤矸识别即是对不同 粒状的煤和矸石的组成进行区分，利用模糊神经网络可以较好的优化煤与矸石之间的无明显 分界线的问题。将神经网络应用于模糊系统中，可以建立一种基于标准模型的模糊神经网络 建模方法的应用系统。

相比于传统的繁琐、精确度较低的煤矸识别的方法，模糊神经网络系统通过学习训练确 定系统中的隶属函数和模糊规则。引入动态补偿模糊神经网络，将补偿神经元引入，使得起 代替原有的神经元，从而使网络学习的容错性更好，其泛化能力也更好，再加上模糊神经网 络自身的优势，使得此系统更精准，更优化。

发明内容

本发明的目的在于提供一种基于动态补偿模糊神经网络的煤矸识别的方法，该识别方法 利用动态补偿模糊神经网络的优势，使煤矸识别技术更加优化，精确度进一步提高。

本发明所述的动态补偿模糊神经网络的煤矸识别方法采用如下的技术方案的实现，包括 样本离线训练和在线识别阶段，具体步骤如下：