多变复杂锌精矿湿法炼锌信息系统
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第一章 绪论 | 第9-23页 |
·湿法炼锌的技术与生产 | 第9-22页 |
·锌的资源 | 第9-10页 |
·锌的用途和消费 | 第10-11页 |
·锌的生产方法 | 第11-12页 |
·锌精矿的焙烧 | 第12-14页 |
·湿法炼锌的技术和工艺 | 第14-22页 |
·课题的提出 | 第22-23页 |
第二章 配矿信息系统 | 第23-35页 |
·配矿信息系统 | 第23-25页 |
·配矿原理 | 第23页 |
·锌精矿配矿元素的选择 | 第23-24页 |
·配矿程序流程图 | 第24-25页 |
·配矿程序的适应性和算法 | 第25页 |
·配矿信息系统的绘图功能 | 第25页 |
·配矿信息系统经济指标的线性规划 | 第25-30页 |
·线性规划的数学模型及方法 | 第25-26页 |
·配矿经济指标的选择 | 第26-27页 |
·配矿信息系统线性规划的数学模型 | 第27页 |
·线性规划的数学模型算法的优化及程序流程 | 第27-30页 |
·配矿信息系统矿样数据库 | 第30-33页 |
·VB关系数据库分类 | 第30-31页 |
·数据库的访问方法 | 第31页 |
·数据库的链接 | 第31页 |
·数据库的维护 | 第31-32页 |
·Access数据库在VB程序运行中的实现 | 第32页 |
·矿样数据库表的建立 | 第32-33页 |
·数据库标记功能 | 第33页 |
·本章小结 | 第33-35页 |
第三章 沸腾炉焙烧物料平衡信息系统 | 第35-51页 |
·硫化锌焙烧的原理 | 第35页 |
·伴生矿物在焙烧过程中的行为 | 第35-39页 |
·硫化铁在焙烧时的行为 | 第35-37页 |
·硫化铅在焙烧过程中的行为 | 第37-38页 |
·硫化镉在焙烧过程中的行为 | 第38页 |
·砷、锑等元素的硫化物在焙烧过程中的行为 | 第38-39页 |
·沸腾炉机理模型 | 第39-47页 |
·沸腾炉物料平衡 | 第39-41页 |
·沸腾炉热平衡 | 第41-44页 |
·机理模型的建立 | 第44-45页 |
·控制模型参数的修正 | 第45-47页 |
·本章小结 | 第47-51页 |
第四章 锌常规浸出和锌电积神经网络预测信息系统 | 第51-68页 |
·神经网络 | 第51-52页 |
·BP神经网络 | 第52-54页 |
·BP网络学习算法 | 第52-53页 |
·BP网络特点 | 第53-54页 |
·BP神经网络的设计 | 第54-56页 |
·BP神经网络的层数 | 第54-55页 |
·BP神经网络的神经元个数 | 第55页 |
·BP神经网络初始权的选取 | 第55页 |
·BP神经网络学习速率的选取 | 第55页 |
·BP神经网络的转移函数和训练函数 | 第55-56页 |
·湿法炼锌常规浸出BP神经网络 | 第56-63页 |
·样本数据的初始化 | 第56-57页 |
·网络的设计 | 第57-58页 |
·网络的训练 | 第58页 |
·湿法炼锌常规浸出BP神经网络的嫁接 | 第58-60页 |
·网络结果的输出 | 第60-63页 |
·电解沉积电流效率预测的BP神经网络 | 第63-67页 |
·样本数据的初始化 | 第63页 |
·网络的设计 | 第63-64页 |
·网络的训练 | 第64页 |
·电流效率BP神经网络的嫁接 | 第64-65页 |
·网络结果的输出 | 第65-67页 |
·本章的小结 | 第67-68页 |
第五章 系统的集成和程序设计 | 第68-78页 |
·系统实现方法 | 第68-72页 |
·系统结构 | 第69-71页 |
·BP神经网络系统流程图 | 第71页 |
·湿法炼锌信息系统全流程图 | 第71-72页 |
·ActiveX控件 | 第72-73页 |
·在VD中调用和操作Matlab6.1 | 第73-75页 |
·基本原理 | 第73页 |
·Matlab与ActiveX的接口 | 第73-74页 |
·ActiveX对象的操作 | 第74-75页 |
·Matlab命令的封装 | 第75页 |
·VB封装 | 第75-78页 |
·编译应用程序 | 第75页 |
·编译工程 | 第75-76页 |
·使用打包和展开向导 | 第76-78页 |
第六章 结论 | 第78-80页 |
参考文献 | 第80-83页 |
致谢 | 第83-84页 |
附录A | 第84-85页 |
附录B | 第85-86页 |
附录C | 第86-91页 |