废弃电路板破碎分级系统优化与控制
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-26页 |
·引言 | 第12-13页 |
·电子废弃物现状特点 | 第13-16页 |
·破碎法在电子废弃物资源化中的应用 | 第16-17页 |
·机械破碎法必要性 | 第16页 |
·破碎方法主要分类 | 第16-17页 |
·废弃电子线路板的破碎解离 | 第17-21页 |
·电路板破碎工艺特征 | 第18页 |
·干法破碎 | 第18-20页 |
·湿法破碎 | 第20-21页 |
·低温破碎 | 第21页 |
·废旧电器的破碎解离 | 第21-23页 |
·材料组成及组合方式 | 第21-22页 |
·废旧电器的机械破碎技术 | 第22-23页 |
·破碎过程中的环境问题 | 第23-24页 |
·本课题研究目的和内容 | 第24-26页 |
·研究目的 | 第24-25页 |
·研究内容 | 第25-26页 |
第二章 原料、设备和技术路线 | 第26-32页 |
·引言 | 第26页 |
·原料和设备 | 第26-29页 |
·原料 | 第26页 |
·主要设备 | 第26-29页 |
·废弃电路板资源化生产线 | 第29页 |
·研究方法 | 第29-30页 |
·废弃电路板的破碎 | 第29-30页 |
·废弃电路板颗粒的分级 | 第30页 |
·MATLAB 软件的应用 | 第30页 |
·技术路线 | 第30-32页 |
第三章 颗粒冲击粉碎动力学模型 | 第32-43页 |
·冲击式粉碎原理 | 第32-33页 |
·废弃电路板冲击粉碎粒度分布及动力学模型 | 第33-34页 |
·粒度分布模型 | 第33-34页 |
·动力学模型 | 第34页 |
·实验部分 | 第34-36页 |
·设备和物料 | 第34-35页 |
·研究方法 | 第35-36页 |
·实验结果分析 | 第36-41页 |
·粒度分布实验结果 | 第36-37页 |
·粒度分布模型的比较 | 第37-38页 |
·R-R 分布模型方程 | 第38-39页 |
·一级破碎动力学方程 | 第39-41页 |
·小结 | 第41-43页 |
第四章 废弃电路板颗粒冲击粉碎特性研究 | 第43-57页 |
·影响冲击粉碎性能的因素 | 第43-49页 |
·被粉碎物料颗粒的影响 | 第43-44页 |
·冲击粉碎机结构参数影响 | 第44-46页 |
·破碎机配套设施和参数 | 第46-49页 |
·进料粒径对粉碎效果影响 | 第49-51页 |
·不同进料量对粉碎效果影响 | 第51-56页 |
·小结 | 第56-57页 |
第五章 破碎分级循环过程矩阵仿真模型 | 第57-70页 |
·引言 | 第57页 |
·循环系统结构和理论基础 | 第57-64页 |
·冲击破碎机及破碎模型 | 第58-59页 |
·旋风分离和过程模型 | 第59-60页 |
·振动筛分和过程模型 | 第60-61页 |
·物料平衡方程 | 第61-62页 |
·静态情况下的计算公式 | 第62-64页 |
·静态平衡点的仿真 | 第64页 |
·实验材料和方法 | 第64-65页 |
·实验结果和讨论 | 第65-69页 |
·模型仿真结果和工业生产线的比较 | 第65-66页 |
·模型应用于动态平衡的分析 | 第66-68页 |
·比率变量分析 | 第68-69页 |
·小结 | 第69-70页 |
第六章 基于BP 神经网络的预测模型 | 第70-83页 |
·引言 | 第70页 |
·人工神经网络简介 | 第70-73页 |
·人工神经网络的特点 | 第71页 |
·人工神经网络的模型 | 第71-72页 |
·BP 网络结构 | 第72-73页 |
·神经网络预测模型设计 | 第73-77页 |
·输入、输出层神经元数的确定 | 第73页 |
·隐层数目的确定 | 第73页 |
·隐层神经元数的确定 | 第73-74页 |
·模型结构的确定 | 第74-75页 |
·神经网络预测模型初始参数设计 | 第75-77页 |
·应用神经网络预测的一般步骤 | 第77页 |
·MATLAB 程序设计 | 第77-82页 |
·样本采集 | 第77-79页 |
·神经网络设计 | 第79-81页 |
·预测与结果分析 | 第81-82页 |
·小结 | 第82-83页 |
第七章 结论与展望 | 第83-85页 |
·结论 | 第83-84页 |
·展望 | 第84-85页 |
参考文献 | 第85-91页 |
致谢 | 第91-92页 |
攻读硕士学位期间已发表或录用的论文 | 第92页 |