简介： 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。