| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 引言 | 第10-11页 |
| 1.2 铜冶炼企业系统节能 | 第11-17页 |
| 1.2.1 铜冶炼基本工艺流程及特点 | 第11-13页 |
| 1.2.2 系统节能研究进展 | 第13-16页 |
| 1.2.3 铜冶炼企业系统节能 | 第16-17页 |
| 1.3 企业的物质流、能量流、价值流及其研究进展 | 第17-20页 |
| 1.3.1 企业的物质流、能量流与价值流国内外研究进展 | 第17-19页 |
| 1.3.2 企业的物质流、能量流与价值流分析方法 | 第19-20页 |
| 1.4 研究背景和内容 | 第20-24页 |
| 1.4.1 研究背景 | 第20-22页 |
| 1.4.2 研究目标和内容 | 第22-24页 |
| 第二章 铜冶炼全流程冰铜品位优化控制 | 第24-46页 |
| 2.1 铜冶炼企业物质流、能量流、价值流协同 | 第24-25页 |
| 2.2 铜冶炼全流程冰铜品位优化控制 | 第25-45页 |
| 2.2.1 艾萨炉物料、能源成本统计模型 | 第26-32页 |
| 2.2.2 转炉物料、能源成本统计模型 | 第32-36页 |
| 2.2.3 阳极炉物料、能源成本统计模型 | 第36-41页 |
| 2.2.4 铜冶炼全流程冰铜品位优化控制模型 | 第41-43页 |
| 2.2.5 应用实例 | 第43-45页 |
| 2.3 小结 | 第45-46页 |
| 第三章 铜冶炼过程冰铜品位BP神经网络预测 | 第46-56页 |
| 3.1 BP神经网络与MATLAB | 第46页 |
| 3.1.1 BP神经网络 | 第46页 |
| 3.1.2 MATLAB | 第46页 |
| 3.2 冰铜品位BP神经网络预测模型 | 第46-48页 |
| 3.2.1 模型结构 | 第47页 |
| 3.2.2 模型算法流程 | 第47-48页 |
| 3.3 模型求解算法 | 第48-51页 |
| 3.3.1 模型求解流程 | 第48-49页 |
| 3.3.2 GA-BP神经网络算法 | 第49-51页 |
| 3.4 仿真与分析 | 第51-54页 |
| 3.4.1 BP神经网络仿真与分析 | 第52-53页 |
| 3.4.2 GA-BP神经网络仿真与分析 | 第53-54页 |
| 3.5 小结 | 第54-56页 |
| 第四章 铜冶炼全流程三流优化系统原型软件开发 | 第56-78页 |
| 4.1 系统总体设计方案 | 第56-62页 |
| 4.1.1 系统结构设计 | 第56-57页 |
| 4.1.2 数据库设计 | 第57-60页 |
| 4.1.3 系统功能设计 | 第60-62页 |
| 4.2 系统开发平台 | 第62-63页 |
| 4.3 系统软件实现 | 第63-77页 |
| 4.3.1 系统的程序实现 | 第63-65页 |
| 4.3.2 参数设置与系统运行界面 | 第65-73页 |
| 4.3.3 系统运行结果 | 第73-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 结论 | 第78-80页 |
| 5.1 论文工作总结 | 第78-79页 |
| 5.2 工作展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 附录 | 第88页 |