粉煤灰是一种由于煤炭不完全燃烧而产生的粉体污染物,由于其特殊的物理化学性质,极具开发价值。而粉煤灰的脱炭是实现其资源化利用的关键。摩擦电选是一种干选脱炭技术,该技术成本低、污染小、效率高,可用于开展粉煤灰的高效脱炭,实现粉煤灰的回收利用,提高粉煤灰的品质。工业上粉煤灰的烧失量是评价粉煤灰含炭量的重要指标,为了实现电选粉煤灰烧失量的快速检测与调控,开展了电选粉煤灰烧失量图像识别检测与摩擦电选系统自动控制的研究工作。首先,运用MATLAB软件控制工业摄像头,获取不同梯度烧失量的粉煤灰样品的图像信息。在获得粉煤灰图像特征参数后,利用神经网络来建立烧失量预测模型,分别选择了BP神经网络、支持向量机、极限学习机对粉煤灰图像的特征参数进行训练建模,分析比较预测效果,获得良好的神经网络预测模型。其次,根据粉煤灰电选脱炭工艺的流程特点,开展了粉煤灰摩擦电选系统的设计。提出了总体控制方案和各环节的控制策略,建立了电压调控和风量调控的粉煤灰烧失量控制数学模型。通过仿真模拟来设计控制器PID参数,根据系统的单位阶跃信号输出响应获得控制系统的动态性能。运用PLC来完成电压与风量的分级调控并开发了WINCC人机交互界面。所开发的粉煤灰烧失量的图像识别系统,实现了粉煤灰烧失量的快速在线检测,准确度高,稳定性好。摩擦电选自动控制系统操作简单,安全可靠,为粉煤灰摩擦电选高效脱炭提供了有效保障。