摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-25页 |
·研究背景与意义 | 第11-13页 |
·国内外研究现状 | 第13-19页 |
·烧结生产机理与理论模型 | 第13-15页 |
·烧结过程状态预测方法 | 第15-17页 |
·多目标优化控制方法 | 第17-19页 |
·建模与优化控制问题 | 第19-21页 |
·状态智能预测与优化控制的基本思想 | 第21-23页 |
·论文主要研究内容与结构安排 | 第23-25页 |
第二章 综合生产目标与过程状态参数的关系分析及优化控制结构 | 第25-41页 |
·密闭鼓风铅锌烧结过程的机理分析 | 第25-33页 |
·ISP烧结工艺流程 | 第25-28页 |
·烧结焙烧的基本原理 | 第28-33页 |
·综合生产目标与过程状态参数的关系分析 | 第33-35页 |
·状态参数对生产目标的影响分析 | 第33-34页 |
·烧结过程状态优化控制的重要性分析 | 第34-35页 |
·状态优化控制结构与工作原理 | 第35-40页 |
·智能集成优化控制 | 第36-38页 |
·优化控制结构和工作原理分析 | 第38-40页 |
·本章小结 | 第40-41页 |
第三章 铅锌烧结过程状态智能预测模型 | 第41-65页 |
·机理分析和数据处理 | 第42-44页 |
·过程操作参数对状态参数的影响分析 | 第42-43页 |
·建模数据处理 | 第43-44页 |
·透气性智能预测模型 | 第44-48页 |
·综合透气性指数模型 | 第44-45页 |
·基于神经网络的透气性预测模型 | 第45-46页 |
·综合透气性智能预测模型 | 第46-47页 |
·仿真结果与分析 | 第47-48页 |
·烧穿点智能集成预测模型 | 第48-64页 |
·基于支持向量机的烧穿点工艺参数预测模型 | 第49-53页 |
·基于灰色理论的烧穿点时间序列预测模型 | 第53-60页 |
·基于动态加权的烧穿点集成预测模型 | 第60-61页 |
·仿真结果与分析 | 第61-64页 |
·本章小结 | 第64-65页 |
第四章 基于遗传蚁群智能算法的烧结过程状态优化设定 | 第65-82页 |
·状态参数优化设定模块 | 第65-66页 |
·烧结块质量指标预测模型 | 第66-68页 |
·输入变量的确定 | 第67-68页 |
·模型结构 | 第68页 |
·状态设定决策单元 | 第68-71页 |
·状态稳态优化设定问题描述 | 第71-72页 |
·稳态优化 | 第71页 |
·基于惩罚函数法的优化目标函数 | 第71-72页 |
·基于遗传蚁群算法的状态优化设定 | 第72-79页 |
·遗传算法 | 第73-75页 |
·蚁群算法 | 第75-76页 |
·遗传蚁群算法优化 | 第76-79页 |
·优化算法的收敛性分析 | 第79页 |
·仿真结果与分析 | 第79-82页 |
第五章 基于自适应免疫禁忌算法的烧结过程状态优化策略 | 第82-97页 |
·多目标优化问题数学描述 | 第83-85页 |
·Pareto支配关系 | 第83页 |
·Pareto最优解定义 | 第83-85页 |
·基于自适应免疫禁忌算法的烧结过程状态多目标优化 | 第85-92页 |
·具有不等式约束条件的烧结状态多目标优化问题描述 | 第86-87页 |
·基于模糊集理论的自适应免疫禁忌算法优化 | 第87-92页 |
·优化算法的收敛性分析 | 第92-94页 |
·仿真结果与分析 | 第94-96页 |
·本章小结 | 第96-97页 |
第六章 烧结过程状态智能集成优化控制应用研究 | 第97-104页 |
·研究对象的描述 | 第97-98页 |
·烧结状态智能集成优化控制策略 | 第98-100页 |
·智能集成优化控制策略的提出 | 第98-99页 |
·智能集成优化控制系统结构设计 | 第99-100页 |
·状态智能集成优化控制算法实现 | 第100-102页 |
·优化控制策略验证结果分析 | 第102-103页 |
·本章小结 | 第103-104页 |
第七章 结论与展望 | 第104-106页 |
·结论 | 第104-105页 |
·展望 | 第105-106页 |
参考文献 | 第106-120页 |
攻读博士学位期间发表及完成论文情况 | 第120-122页 |
攻读博士学位期间参加的科研项目情况 | 第122页 |
攻读博士学位期间获奖情况 | 第122-123页 |
致谢 | 第123页 |