[发明专利]动态补偿模糊神经网络的煤矸识别方法

摘要

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。

主权项

1.一种基于动态补偿模糊神经网络的煤矸识别方法，其特征在于：A.在煤矿井下采掘工作面或其他可能发生煤炭采掘活动的地点放置多个X射线放射源与多个X射线探头，设置不同的X射线探头获取的X射线强度不同；B.通过所述的多个X射线探头采集穿透煤炭后的X射线强度值xi(i＝1,2,…,n)，其中，xi代表第i个X射线探头采集到的X射线强度值；C.将监测数据得到的X射线强度值xi传送至数据监测分析仪，所述数据监测分析仪采用模糊神经网络算法，将X射线强度值xi作为模糊神经网络的输入，分析运输中的煤炭的煤矸石含量；D.分析后输出的煤矸石含量数据传送至煤矸分选机、皮带控制器或其他可进行煤矸分类的设备；不同煤矸石分类控制器设定不同的煤矸石含量阈值，若输出数据值大于阈值，则输出为煤；若输出数据值小于阈值，则输出为矸石。