Popioły lotne powstają z substancji mineralnych zawartych w węglu, które w wyniku jego spalenia ulegają wielu procesom fizykochemicznym. Ze względu na zastosowanie różnych technologii spalania oraz różnorodny skład paliwa, ziarna popiołu wykazują wysoki stopień zróżnicowania morfologicznego, składu fazowego i chemicznego. Sprawia to, że poszczególne rodzaje popiołów lotnych znacznie różnią się właściwościami, dlatego też dobór odpowiedniej metody ich utylizacji wymaga dokładnego określenia tych właściwości.
W pracy podjęto próbę znalezienia nowych możliwości efektywnego badania właściwości popiołów lotnych pochodzących z różnych źródeł. W tym celu wykonano badania właściwości tych odpadów z zastosowaniem analizy obrazów SEM. Badania te uzupełniono o pomiary wykonane za pomocą innych nowoczesnych urządzeń badawczych. W oparciu o analizę wyników przeprowadzonych pomiarów, a także pochodzenie analizowanych odpadów, wyznaczono typy popiołów lotnych charakteryzujące się zbliżonymi właściwościami. Na tej podstawie zaprojektowano modele sieci neuronowych klasyfikujących ziarna popiołów lotnych na typy. Modele te z bardzo dużą dokładnością są w stanie rozpoznać ziarna należące do popiołów lotnych o nieznanym pochodzeniu i właściwościach. Wykonywanie takich pomiarów może przyczynić się do stworzenie kompleksowych procedur badania popiołów lotnych w skali laboratoryjnej oraz podstaw do zastosowania tych procedur w skali półprzemysłowej i przemysłowej, do bieżącego badania właściwości tych odpadów.
The determination of selected properties of fly ashes using computer image analysis Fly ash comes from mineral substances dispersed in coal that are subjected to many physical and chemical processes during coal combustion. Because of different types of coal combustion techniques and different types of fuel, particles of fly ashes are diversified as to their structure, phase and chemical composition. The diversity of produced fly ashes makes it necessary to determinate their physical, chemical and mineralogical properties in order to select suitable utilization method. The aim of this thesis was an attempt to find new possibilities for effective evaluation of the properties of fly ashes from different sources. The properties of fly ashes were determined by using computer image analysis of SEM images. Other modern research methods were used to support the evaluation. Basing on the evaluation the fly ashes were divided into types characterized by similar properties. This classification was based on results of the measurements and on the origin of fly ash. On this basis, neural network models for classification of fly ashes grain were designed for each type. These models could be used to recognize the fly ashes of unknown origin and properties. Such measurements can contribute to the creation of comprehensive test procedures to evaluate properties of fly ashes on laboratory scale and thus establish basis for application of these procedures on industrial scale.