铅锌烧结过程智能集成优化控制技术及其应用研究
| 第一章 绪论 | 第12-25页 |
| 1.1 烧结工艺及其特点 | 第12-14页 |
| 1.2 烧结过程控制技术 | 第14-20页 |
| 1.2.1 铁矿石烧结过程控制 | 第14-18页 |
| 1.2.2 铅锌烧结过程控制 | 第18-19页 |
| 1.2.3 存在的主要问题 | 第19-20页 |
| 1.3 智能集成优化控制技术 | 第20-23页 |
| 1.3.1 技术应用及研究背景 | 第20-22页 |
| 1.3.2 基本控制思想 | 第22-23页 |
| 1.4 论文研究的主要内容 | 第23-25页 |
| 第二章 铅锌烧结过程智能集成优化控制技术 | 第25-57页 |
| 2.1 铅锌密闭鼓风烧结过程 | 第25-33页 |
| 2.1.1 ISP工艺 | 第25-28页 |
| 2.1.2 烧结焙烧基本原理 | 第28-29页 |
| 2.1.3 过程优化控制目标 | 第29-31页 |
| 2.1.4 主要控制问题 | 第31-33页 |
| 2.2 智能集成优化控制技术 | 第33-42页 |
| 2.2.1 基本概念 | 第33-35页 |
| 2.2.2 基本集成结构 | 第35-41页 |
| 2.2.3 智能集成优化控制系统 | 第41-42页 |
| 2.3 智能集成优化控制系统设计 | 第42-56页 |
| 2.3.1 设计原则 | 第43页 |
| 2.3.2 信息化 | 第43-48页 |
| 2.3.3 模型化 | 第48-51页 |
| 2.3.4 控制优化 | 第51-54页 |
| 2.3.5 工业化 | 第54-56页 |
| 2.4 小结 | 第56-57页 |
| 第三章 铅锌烧结过程状态优化控制 | 第57-97页 |
| 3.1 透气性状态与热状态 | 第57-58页 |
| 3.2 综合透气性模型 | 第58-69页 |
| 3.2.1 综合透气性指数模型 | 第58-62页 |
| 3.2.2 综合透气性预测模型 | 第62-69页 |
| 3.3 烧结机烟气温度场分布研究 | 第69-78页 |
| 3.3.1 工业实验 | 第70-71页 |
| 3.3.2 烟气温度场分布模型 | 第71-78页 |
| 3.4 烧穿点模型 | 第78-87页 |
| 3.4.1 烧穿点软测量模型 | 第78-81页 |
| 3.4.2 烧穿点预测模型 | 第81-87页 |
| 3.5 状态优化控制 | 第87-96页 |
| 3.5.1 控制目标 | 第87页 |
| 3.5.2 状态优化控制技术 | 第87-96页 |
| 3.6 小结 | 第96-97页 |
| 第四章 铅锌烧结过程产量质量优化控制 | 第97-126页 |
| 4.1 产量质量预测模型 | 第97-109页 |
| 4.1.1 机理分析与相关性分析 | 第97-101页 |
| 4.1.2 改进的BP神经网络模型 | 第101-104页 |
| 4.1.3 产量质量预测模型 | 第104-109页 |
| 4.2 产量质量优化控制 | 第109-121页 |
| 4.2.1 非线性多约束优化 | 第109-116页 |
| 4.2.2 基本优化控制思想 | 第116-118页 |
| 4.2.3 并行聚类搜索算法 | 第118-119页 |
| 4.2.4 遗传混沌优化算法 | 第119-121页 |
| 4.2.5 算法收敛性 | 第121页 |
| 4.3 智能协调优化策略 | 第121-125页 |
| 4.3.1 工况识别 | 第122-123页 |
| 4.3.2 智能协调策略 | 第123-125页 |
| 4.4 小结 | 第125-126页 |
| 第五章 工业应用 | 第126-139页 |
| 5.1 控制系统结构 | 第126-130页 |
| 5.1.1 控制系统整体结构 | 第126-127页 |
| 5.1.2 μXL集散控制系统 | 第127-128页 |
| 5.1.3 管理信息系统 | 第128-130页 |
| 5.2 系统应用软件 | 第130-134页 |
| 5.2.1 应用软件结构 | 第130-131页 |
| 5.2.2 优化控制算法 | 第131-132页 |
| 5.2.3 数据通信技术 | 第132-134页 |
| 5.3 工业运行效果 | 第134-138页 |
| 5.4 小结 | 第138-139页 |
| 第六章 结论与展望 | 第139-141页 |
| 参考文献 | 第141-149页 |
| 致谢 | 第149-150页 |
| 在攻读博士学位期间研究项目及发表论文情况 | 第150-151页 |
