首页--工业技术论文--冶金工业论文--冶金机械、冶金生产自动化论文--有色冶金机械与生产自动化论文--有色冶金生产自动化论文

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

论文共91页,点击 下载论文
上一篇:新型建筑模板的研究与应用
下一篇:普通玻璃纤维布加固多孔砖砌体的试验研究