湿法治金氰化浸出的建模与自适应实时优化
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的研究背景及意义 | 第11页 |
| 1.2 湿法冶金浸出过程概述 | 第11-14页 |
| 1.2.1 湿法冶金概述 | 第11-13页 |
| 1.2.2 浸出过程概述 | 第13-14页 |
| 1.3 浸出过程工艺发展现状 | 第14-16页 |
| 1.4 浸出过程建模及优化研究现状 | 第16-18页 |
| 1.5 本文主要工作 | 第18-21页 |
| 第2章 氰化浸出过程的机理建模 | 第21-35页 |
| 2.1 氰化浸出过程基本原理 | 第21-25页 |
| 2.1.1 氰化浸出反应方程 | 第21-22页 |
| 2.1.2 影响浸出过程的因素 | 第22-25页 |
| 2.2 氰化浸出过程的机理建模 | 第25-30页 |
| 2.2.1 建模依据 | 第25页 |
| 2.2.2 单级浸出模型 | 第25-28页 |
| 2.2.3 多级浸出模型 | 第28-29页 |
| 2.2.4 模型参数 | 第29-30页 |
| 2.3 模型特性仿真分析 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于遗传算法的机理模型参数辨识 | 第35-47页 |
| 3.1 机理模型参数辨识概述 | 第35页 |
| 3.2 数据预处理 | 第35-38页 |
| 3.2.1 数据筛选 | 第35-36页 |
| 3.2.2 稳态数据检验 | 第36-38页 |
| 3.3 基于遗传算法的模型参数辨识 | 第38-44页 |
| 3.3.1 遗传算法 | 第38-39页 |
| 3.3.2 基于遗传算法的参数辨识过程 | 第39-44页 |
| 3.4 模型仿真分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 模型不确定条件下的浸出过程优化 | 第47-67页 |
| 4.1 氰化浸出过程优化问题概述 | 第47页 |
| 4.2 带修正项的自适应优化方法 | 第47-55页 |
| 4.2.1 模型确定条件下的稳态优化问题概述 | 第48-50页 |
| 4.2.2 模型不确定条件下的迭代优化概述 | 第50-52页 |
| 4.2.3 带修正项的自适应优化方法基本原理 | 第52-54页 |
| 4.2.4 带修正项的自适应优化方法最优性分析 | 第54-55页 |
| 4.3 基于修正项自适应方法的浸出过程的优化 | 第55-65页 |
| 4.3.1 基于修正项的浸出过程的优化模型 | 第55-59页 |
| 4.3.2 基于修正项自适应实时优化方法流程 | 第59-60页 |
| 4.3.3 仿真结果与分析 | 第60-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第5章 湿法冶金浸出过程预测与优化控制系统的开发 | 第67-79页 |
| 5.1 浸出过程预测与优化控制系统的总体结构 | 第67-70页 |
| 5.1.1 系统的硬件结构 | 第67-69页 |
| 5.1.2 系统的软件结构 | 第69-70页 |
| 5.1.3 数据库结构 | 第70页 |
| 5.2 优化控制系统的数据通信 | 第70-74页 |
| 5.2.1 平台与PLC通信连接 | 第72页 |
| 5.2.2 平台与数据库接口通信 | 第72-73页 |
| 5.2.3 平台与MATLAB算法通信 | 第73-74页 |
| 5.3 浸出过程预测与优化控制系统的设计与实现 | 第74-78页 |
| 5.3.1 系统软件实现 | 第74-75页 |
| 5.3.2 系统界面与功能实现 | 第75-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第6章 结论与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
