首页--工业技术论文--矿业工程论文--选矿论文--选矿流程与方法论文--选前准备作业论文

基于光散射的磷矿磨矿粒度分析方法研究

摘要第6-8页
Abstract第8-9页
第1章 绪论第13-21页
    1.1 研究背景与意义第13-14页
    1.2 国内外研究现状第14-19页
        1.2.1 颗粒粒度的主要测量方法第14-16页
        1.2.2 研究现状第16-19页
    1.3 本文主要研究内容和技术路线第19-21页
        1.3.1 研究内容第19页
        1.3.2 技术路线第19-21页
第2章 相关理论基础第21-37页
    2.1 光散射相关理论第21-31页
        2.1.1 光的散射、吸收与消光第21-22页
        2.1.2 Mie散射理论第22-25页
        2.1.3 Fraunhofer衍射第25-26页
        2.1.4 粒子系的多次散射理论第26-31页
    2.2 人工神经网络相关理论第31-35页
        2.2.1 人工神经网络的结构第32-34页
        2.2.2 人工神经网络的学习第34-35页
    2.3 本章小结第35-37页
第3章 磷矿浆光散射强度采集系统设计第37-49页
    3.1 概述第37页
    3.2 采集系统总体结构第37-39页
    3.3 光学系统部分设计第39-42页
        3.3.1 激光器选型第39-41页
        3.3.2 光电探测器选择第41-42页
    3.4 样品循环系统设计第42-46页
        3.4.1 搅拌槽设计第42-44页
        3.4.2 测试皿设计第44-45页
        3.4.3 循环泵选型第45-46页
    3.5 数据采集处理系统设计第46-47页
        3.5.1 AD转换器选型第46页
        3.5.2 上位机第46-47页
    3.6 本章小结第47-49页
第4章 试验及数据采集处理第49-57页
    4.1 概述第49页
    4.2 磨矿实验第49-52页
        4.2.1 实验矿样、设备及方法第49-50页
        4.2.2 磨矿产品粒度分布测试第50-52页
    4.3 磷矿矿浆光散射试验第52-55页
        4.3.1 实验安排第52页
        4.3.2 实验结果第52-55页
    4.4 小结第55-57页
第5章 Matlab神经网络仿真建模第57-79页
    5.1 概述第57页
    5.2 BP神经网络第57-59页
    5.3 模型建立第59-60页
    5.4 建模数据第60-62页
    5.5 BP网络设计与仿真第62-69页
        5.5.1 网络性能评价指标第62-63页
        5.5.2 样本数据处理第63-64页
        5.5.3 网络节点数确定第64-65页
        5.5.4 网络参数选择第65页
        5.5.5 仿真研究第65-69页
    5.6 遗传算法优化BP网络第69-73页
        5.6.1 遗传算法第69-70页
        5.6.2 仿真研究第70-73页
    5.7 粒子群算法优化BP网络第73-78页
        5.7.1 粒子群算法第73-74页
        5.7.2 仿真研究第74-78页
    5.8 小结第78-79页
第6章 总结与展望第79-83页
    6.1 总结第79-80页
    6.2 展望第80-83页
参考文献第83-89页
攻读硕士期间已发表的论文第89-91页
附录:论文中相关程序代码第91-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:铬在金铜矿浮选系统中的赋存状态、嵌布特征及其稳定性研究
下一篇:黑云母的钡化处理及有机插层研究