摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
1 绪论 | 第9-16页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 浮选过程加药量优化控制的研究现状 | 第10-12页 |
1.3 模式匹配的研究现状 | 第12-13页 |
1.4 研究内容和结构安排 | 第13-16页 |
2 锑粗选工艺分析及粗选药剂添加量智能优化设定框架 | 第16-27页 |
2.1 泡沫浮选机理 | 第16-18页 |
2.2 锑粗选工艺概述 | 第18-19页 |
2.3 加药量主要影响因素分析 | 第19-20页 |
2.4 锑粗选药剂添加量人工设定规律分析 | 第20-22页 |
2.5 锑粗选过程加药量操作模式描述 | 第22-24页 |
2.6 基于操作模式匹配的锑粗选药剂添加量智能优化设定总体框架 | 第24-26页 |
2.7 本章小结 | 第26-27页 |
3 基于改进FCM聚类的加药量操作模式分级快速匹配方法 | 第27-41页 |
3.1 锑粗选过程加药量操作模式分级快速匹配思路 | 第27-28页 |
3.2 基于粗糙集的属性重要性度量 | 第28-32页 |
3.2.1 粗糙集基本概念 | 第29-31页 |
3.2.2 属性重要性度量 | 第31-32页 |
3.3 加药量操作模式相似性度量方法 | 第32-33页 |
3.4 基于改进FCM聚类的加药量操作模式分级匹配 | 第33-37页 |
3.5 数据验证 | 第37-40页 |
3.6 本章小结 | 第40-41页 |
4 基于实数编码混沌遗传算法的加药量操作模式演化方法 | 第41-58页 |
4.1 加药量操作模式演化基本思路 | 第41-43页 |
4.2 实数编码混沌遗传算法描述 | 第43-52页 |
4.2.1 混沌算法 | 第43-45页 |
4.2.2 遗传算法 | 第45-47页 |
4.2.3 实数编码混沌遗传算法 | 第47-51页 |
4.2.4 算法性能测试 | 第51-52页 |
4.3 锑粗选过程的加药量操作模式演化实现 | 第52-56页 |
4.3.1 基于BP神经网络的粗选关键技术指标预测 | 第52-54页 |
4.3.2 加药量操作模式演化过程 | 第54-56页 |
4.4 本章小结 | 第56-58页 |
5 锑粗选药剂添加量智能优化设定方法的工业应用研究 | 第58-65页 |
5.1 基于操作模式匹配的锑粗选药剂添加量智能优化设定系统 | 第58-61页 |
5.1.1 系统总体架构 | 第58-59页 |
5.1.2 系统软件设计 | 第59页 |
5.1.3 锑粗选药剂添加量智能优化设定方法实现 | 第59-61页 |
5.2 工业验证 | 第61-64页 |
5.2.1 方案设计 | 第61页 |
5.2.2 结果分析 | 第61-64页 |
5.3 本章小结 | 第64-65页 |
6 结论与展望 | 第65-67页 |
6.1 结论 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-71页 |
攻读硕士学位期间主要的研究成果 | 第71-72页 |
致谢 | 第72页 |