铝土矿浮选泡沫尺寸分布特征与浮选药剂添加量关系模型
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-14页 |
·研究背景与意义 | 第7-9页 |
·矿物浮选研究现状 | 第9-12页 |
·国内外浮选过程控制研究现状 | 第9-11页 |
·矿物浮选图像研究现状 | 第11-12页 |
·论文内容和安排 | 第12-14页 |
第二章 铝土矿泡沫浮选机理分析 | 第14-28页 |
·矿物浮选原理 | 第14-16页 |
·浮选机理 | 第14-15页 |
·铝土矿浮选设备及工艺 | 第15-16页 |
·泡沫浮选药剂对工况的影响 | 第16-18页 |
·调整剂对泡沫尺寸的影响 | 第18-22页 |
·调整剂碳酸钠对矿浆pH值的影响 | 第18-21页 |
·矿浆pH值对泡沫尺寸的影响 | 第21-22页 |
·气泡大小与浮选工况的关系 | 第22-26页 |
·铝土矿浮选粘附机理 | 第22-23页 |
·气泡尺寸与碰撞过程的关系 | 第23-25页 |
·气泡尺寸与粘附过程的关系 | 第25-26页 |
·本章小结 | 第26-28页 |
第三章 铝土矿气泡尺寸分布非参数估计 | 第28-45页 |
·铝土矿泡沫尺寸数据的获取 | 第28-31页 |
·泡沫图像分割 | 第28-29页 |
·气泡的测量 | 第29-31页 |
·“动态”泡沫尺寸分布 | 第31-33页 |
·气泡尺寸概率密度分布的非参数估计 | 第33-40页 |
·直方图方法 | 第33-35页 |
·核密度估计原理 | 第35-37页 |
·核密度估计核函数的选择 | 第37-40页 |
·pH值调整剂与泡气泡尺寸分布的关系 | 第40-44页 |
·本章小结 | 第44-45页 |
第四章 基于遗传算法的RBF网络的调整剂关系建模 | 第45-62页 |
·RBF神经网络原理与结构 | 第45-47页 |
·RBF神经网络的学习规则 | 第47-51页 |
·遗传算法的基本原理 | 第51-53页 |
·遗传算法的基本概念 | 第51-52页 |
·遗传算法的操作流程 | 第52-53页 |
·遗传算法优化RBF网络的算法设计 | 第53-58页 |
·RBF网络参数的遗传优化方案 | 第53-55页 |
·对遗传机制的改进 | 第55-57页 |
·泡沫尺寸分布特征与浮选药剂添加量关系模型设计 | 第57-58页 |
·仿真与分析 | 第58-61页 |
·数据采集 | 第58页 |
·数据建模 | 第58-59页 |
·结果分析 | 第59-61页 |
·本章小结 | 第61-62页 |
第五章 总结与展望 | 第62-64页 |
·总结 | 第62页 |
·展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-69页 |
攻读硕士期间主要研究成果 | 第69页 |