| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第14-40页 |
| 1.1 混合选别过程研究现状 | 第15-30页 |
| 1.1.1 混合选别过程工艺 | 第15-22页 |
| 1.1.1.1 再磨过程工艺 | 第15-18页 |
| 1.1.1.2 浓密过程工艺 | 第18-20页 |
| 1.1.1.3 浮选过程工艺 | 第20-22页 |
| 1.1.2 混合选别过程建模 | 第22-28页 |
| 1.1.2.1 数据建模 | 第22-24页 |
| 1.1.2.2 机理模型 | 第24-28页 |
| 1.1.3 混合选别过程关键工艺指标检测技术 | 第28-30页 |
| 1.2 混合选别过程控制研究现状 | 第30-32页 |
| 1.3 案例推理在工业过程控制中应用研究现状 | 第32-33页 |
| 1.4 规则推理在工业过程控制中应用研究现状 | 第33-37页 |
| 1.5 本文的主要工作 | 第37-40页 |
| 第2章 赤铁矿混合选别全流程控制问题描述 | 第40-62页 |
| 2.1 赤铁矿混合选别全流程的设备组成与工艺流程 | 第40-42页 |
| 2.2 混合选别全流程的控制目标 | 第42-46页 |
| 2.2.1 基本工艺技术指标 | 第42-44页 |
| 2.2.2 混合选别全流程控制目标 | 第44-46页 |
| 2.3 混合选别全流程的动态特性分析 | 第46-56页 |
| 2.3.1 精矿品位和尾矿品位与过程变量之间的动态特性分析 | 第46-51页 |
| 2.3.2 浮选机矿浆液位的动态模型及动态特性分析 | 第51-54页 |
| 2.3.2.1 多级串联浮选机的数学模型 | 第52-53页 |
| 2.3.2.2 系统的非线性分析 | 第53页 |
| 2.3.2.3 系统的耦合性分析 | 第53-54页 |
| 2.3.3 浓密过程底流矿浆浓度和流量动态特性分析 | 第54-56页 |
| 2.3.3.1 浓密过程底流矿浆浓度和矿浆流量数学模型 | 第55页 |
| 2.3.3.2 动态特性分析 | 第55-56页 |
| 2.4 混合选别全流程工艺指标控制现状分析及存在的问题 | 第56-60页 |
| 2.4.1 精矿品位和尾矿品位目标值设定现状分析及存在的问题 | 第56-59页 |
| 2.4.2 浮选机矿浆液位控制现状分析及存在问题 | 第59页 |
| 2.4.3 给矿浓度和流量控制现状分析及存在的问题 | 第59-60页 |
| 2.5 本章小结 | 第60-62页 |
| 第3章 赤铁矿混合选别全流程智能控制方法 | 第62-118页 |
| 3.1 控制目标 | 第62-63页 |
| 3.2 混合选别全流程控制策略 | 第63-73页 |
| 3.2.1 控制思路 | 第63-65页 |
| 3.2.2 控制结构和功能 | 第65-73页 |
| 3.2.2.1 混合选别全流程智能运行控制结构和功能 | 第68-71页 |
| 3.2.2.2 浓密过程底流矿浆浓度和流量区间智能切换控制结构和功能 | 第71-73页 |
| 3.3 智能运行控制算法 | 第73-109页 |
| 3.3.1 浮选机矿浆液位智能设定算法 | 第73-96页 |
| 3.3.1.1 基于案例推理的浮选机矿浆液位预设定算法 | 第73-84页 |
| 3.3.1.2 基于PCA-ELM工艺指标软测量算法 | 第84-91页 |
| 3.3.1.3 基于规则推理前馈补偿算法 | 第91-94页 |
| 3.3.1.4 基于规则推理反馈补偿算法 | 第94-96页 |
| 3.3.2 浮选机矿浆液位自适应解耦控制算法 | 第96-109页 |
| 3.3.2.1 非线性解耦控制器 | 第96-97页 |
| 3.3.2.2 参数选择 | 第97-98页 |
| 3.3.2.3 非线性项估计 | 第98-99页 |
| 3.3.2.4 基于ANFIS和多模型的自适应解耦控制 | 第99-100页 |
| 3.3.2.5 稳定性和收敛性分析 | 第100-105页 |
| 3.3.2.6 仿真对比实验 | 第105-109页 |
| 3.4 浓密过程底流矿浆浓度和流量区间切换控制算法 | 第109-116页 |
| 3.4.1 流量设定智能切换控制算法 | 第109-114页 |
| 3.4.1.1 矿浆流量预设定算法 | 第109页 |
| 3.4.1.2 模糊推理流量设定补偿算法 | 第109-113页 |
| 3.4.1.3 流量设定保持器 | 第113页 |
| 3.4.1.4 规则推理切换机制 | 第113-114页 |
| 3.4.2 流量PI控制算法 | 第114页 |
| 3.4.3 仿真对比实验 | 第114-116页 |
| 3.5 本章小结 | 第116-118页 |
| 第4章 混合选别全流程智能控制系统研发 | 第118-146页 |
| 4.1 智能控制系统结构和功能 | 第119-120页 |
| 4.2 硬件平台 | 第120-124页 |
| 4.2.1 PLC控制系统 | 第121-122页 |
| 4.2.2 监控计算机 | 第122页 |
| 4.2.3 检测仪表及执行机构 | 第122-124页 |
| 4.3 软件平台 | 第124-126页 |
| 4.4 混合选别全流程智能控制系统软件的设计与开发 | 第126-144页 |
| 4.4.1 智能控制软件的结构和功能 | 第126页 |
| 4.4.2 智能运行控制软件的开发 | 第126-136页 |
| 4.4.2.1 智能运行控制软件功能设计 | 第127-129页 |
| 4.4.2.2 智能运行控制软件程序流程图 | 第129-134页 |
| 4.4.2.3 智能运行控制软件界面 | 第134-136页 |
| 4.4.3 过程控制软件的设计与开发 | 第136-139页 |
| 4.4.3.1 功能设计 | 第136-137页 |
| 4.4.3.2 过程控制软件流程图 | 第137-139页 |
| 4.4.4 过程监控软件的设计和开发 | 第139-144页 |
| 4.4.4.1 功能设计 | 第139-140页 |
| 4.4.4.2 监控界面 | 第140-144页 |
| 4.5 本章小结 | 第144-146页 |
| 第5章 工业应用 | 第146-160页 |
| 5.1 应用背景 | 第146-148页 |
| 5.2 控制系统实施 | 第148-150页 |
| 5.3 应用验证研究 | 第150-156页 |
| 5.3.1 浮选机矿浆液位智能设定 | 第150-151页 |
| 5.3.2 浮选机矿浆液位自适应解耦控制 | 第151-154页 |
| 5.3.3 浓密过程底流矿浆浓度和流量区间智能切换控制 | 第154-156页 |
| 5.4 应用效果分析 | 第156-158页 |
| 5.5 本章小结 | 第158-160页 |
| 结束语 | 第160-162页 |
| 参考文献 | 第162-174页 |
| 致谢 | 第174-176页 |
| 博士期间完成的论文、发明专利及参加的科研项目 | 第176-178页 |
| 作者简介 | 第178页 |
