朱永红，夏 力，王俊祥

(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘要：在陶瓷产品生产过程中，不同烧制阶段陶瓷梭式窑烧结带温度发生相应的变化，其对应的火焰图像也随着变化。本文针对陶瓷梭式窑烧结带温度检测提出一种基于改进BP 神经网络的火焰图像识别方法。首先对获取的火焰图像利用改进的小波阈值算法去除图像中的噪音进行预处理，其次基于改进的BP 神经网络对得到的火焰图像三个分量值R、G、B和测得的火焰温度进行数据拟合，最后测试已训练的神经网络识别火焰图像的效果。实验结果表明，改进后的BP 神经网络收敛速度更快、训练时间更短、误差更小，能够更好地检测陶瓷梭式窑火焰图像温度。

关键词：BP 神经网络；动态学习效率函数；激活函数；火焰图像识别