| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-24页 |
| ·课题背景 | 第12-13页 |
| ·铜闪速熔炼过程的操作参数优化现状 | 第13-19页 |
| ·铜闪速熔炼过程生产特点分析 | 第13-14页 |
| ·基于机理模型铜闪速熔炼过程操作参数优化研究现状 | 第14-16页 |
| ·基于智能模型铜闪速熔炼过程操作参数优化研究现状 | 第16-19页 |
| ·铜闪速熔炼过程参数软测量研究现状 | 第19-21页 |
| ·软测量技术 | 第19页 |
| ·机理建模软测量 | 第19-20页 |
| ·人工智能建模软测量 | 第20-21页 |
| ·本文的研究内容和结构安排 | 第21-24页 |
| 第二章 铜闪速熔炼过程机理分析 | 第24-38页 |
| ·铜工业的发展与现状 | 第24-25页 |
| ·铜闪速熔炼工艺及设备 | 第25-28页 |
| ·铜闪速熔炼工艺 | 第28-35页 |
| ·奥托昆普闪速熔炼工艺 | 第28页 |
| ·闪速炼铜的原理 | 第28-34页 |
| ·富氧在闪速熔炼中的应用 | 第34-35页 |
| ·影响闪速熔炼过程工况的因素分析 | 第35-37页 |
| ·富氧浓度对闪速炼铜的影响 | 第35-36页 |
| ·炉料组成对闪速熔炼的影响 | 第36页 |
| ·其它因素对闪速炼铜的影响 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 铜闪速熔炼过程操作优化控制框架 | 第38-50页 |
| ·铜闪速熔炼过程操作优化框架 | 第38-39页 |
| ·闪速熔炼过程工况评价 | 第39-40页 |
| ·闪速熔炼机理模型 | 第40-47页 |
| ·闪速炉物料平衡模型 | 第40-44页 |
| ·闪速炉热平衡模型 | 第44-47页 |
| ·协调策略 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 操作模式智能优化方法 | 第50-79页 |
| ·模式与操作模式 | 第50-59页 |
| ·模式 | 第50-51页 |
| ·操作模式的形式化定义 | 第51-53页 |
| ·操作模式分解方法 | 第53-57页 |
| ·铜闪速熔炼过程操作模式优化 | 第57-59页 |
| ·GARPSO算法的描述 | 第59-74页 |
| ·遗传算法 | 第59-61页 |
| ·弹性粒子群(RPSO)算法 | 第61-68页 |
| ·GARPSO算法 | 第68-74页 |
| ·铜闪速炉操作模式优化方法 | 第74-78页 |
| ·基于神经网络的评价函数 | 第74-76页 |
| ·基于GARPSO算法的操作模式优化 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 铜闪速熔炼过程三大参数软测量 | 第79-96页 |
| ·软测量的一般性描述 | 第79-81页 |
| ·基于机理分析的软测量 | 第79-80页 |
| ·基于神经网络的软测量建模方法 | 第80-81页 |
| ·基于模糊理论的软测量建模方法 | 第81页 |
| ·T-S动态递归模糊神经网络及其改进 | 第81-90页 |
| ·传统模糊神经网络 | 第82-83页 |
| ·T-S动态递归模糊神经网络(DTRFNN)的结构 | 第83-85页 |
| ·DTRFNN的BP学习算法 | 第85-86页 |
| ·DTRFNN收敛性证明 | 第86-88页 |
| ·DTRFNN局部极小的改进 | 第88-90页 |
| ·算法评价与仿真实验 | 第90-91页 |
| ·T-S递归模糊神经网络在铜闪速熔炼过程中的应用 | 第91-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 铜闪速熔炼过程智能优化控制系统 | 第96-107页 |
| ·引言 | 第96-97页 |
| ·总体结构 | 第97-99页 |
| ·功能设计 | 第99-106页 |
| ·过程状态可视化监控模块 | 第99-100页 |
| ·参数软测量及操作模式优化模块 | 第100-102页 |
| ·数据库管理模块 | 第102页 |
| ·打印、数据备份及帮助模块 | 第102-104页 |
| ·数据采集与通信模块 | 第104-106页 |
| ·本章小结 | 第106-107页 |
| 第七章 结论与展望 | 第107-109页 |
| ·结论 | 第107页 |
| ·展望 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-120页 |
| 攻读学位期间的主要研究成果 | 第120-121页 |