摘要:针对传统双能γ射线测量法检测误差较大以及灰分成分对检测精度影响大的问题，建立了基于模糊神经网络的双能γ射线的新型煤炭灰分测量模型，并应用该模型对煤炭灰分进行了在线检测试验，实例分析了两种双能γ射线测量方法在煤炭灰分检测中的应用情况．试验结果表明：相比于传统双能γ射线测量法3%的平均相对误差，本文提出的基于模糊神经网络的双能γ射线的灰分测量法的相对误差小于1%，且其测量结果不受灰分组成成分的影响.同时，利用X-射线荧光光谱分析法（XRF）分析了灰分的化学组分与其含量的关系，研究了灰分化学组分对双能γ透射法检测结果的影响．结果表明：煤炭中Fe,Ca,Mg和S元素的含量会影响双能γ射线透射法的检测精度，其成分含量波动越大，检测结果误差也越大.