致谢 | 第1-5页 |
摘要 | 第5-7页 |
Abstract | 第7-9页 |
Extended Abstract | 第9-12页 |
目录 | 第12-15页 |
Contents | 第15-17页 |
图清单 | 第17-22页 |
表清单 | 第22-24页 |
1 绪论 | 第24-28页 |
·课题来源及背景 | 第24-25页 |
·论文主要工作 | 第25-28页 |
2 文献综述 | 第28-48页 |
·煤泥浮选过程数学模型研究现状 | 第28-33页 |
·浮选过程变量软测量 | 第33-36页 |
·煤泥浮选系统控制研究现状 | 第36-41页 |
·煤泥浮选过程控制中存在的问题 | 第41-42页 |
·本文涉及的其他理论知识 | 第42-47页 |
·本章小结 | 第47-48页 |
3 煤泥浮选过程试验分析 | 第48-63页 |
·煤泥浮选过程研究环境 | 第48页 |
·煤泥浮选过程控制变量分析 | 第48-50页 |
·原煤可浮性评价 | 第50-51页 |
·煤泥浮选过程变量离线数据采集 | 第51-56页 |
·不同灰分煤浆样品图像采集 | 第56-60页 |
·原煤性质与浮选入料性质对比 | 第60-62页 |
·本章小结 | 第62-63页 |
4 煤泥浮选控制系统方案 | 第63-70页 |
·系统整体架构思路 | 第63-64页 |
·浮选过程变量检测设备及操作变量执行机构 | 第64-68页 |
·控制系统搭建 | 第68页 |
·本章小结 | 第68-70页 |
5 煤浆灰分软测量方法研究 | 第70-93页 |
·引言 | 第70页 |
·基于图像法的煤浆灰分检测原理的理论解释 | 第70-72页 |
·图像灰度特征值及提取方法 | 第72-77页 |
·煤泥图像的模式识别 | 第77-83页 |
·浓度对煤浆灰分模型的影响 | 第83-84页 |
·煤浆灰分预测模型的建立 | 第84-90页 |
·基于原煤灰分的浮选入料软测量模型 | 第90-91页 |
·本章小结 | 第91-93页 |
6 基于GA-SVMR的浮选药剂用量模型 | 第93-110页 |
·浮选过程变量分析 | 第93-96页 |
·输入数据集 PCA 分析 | 第96-98页 |
·浮选药剂用量 SVMR 模型训练与部署 | 第98-102页 |
·浮选药剂用量 GA-SVMR 模型训练与部署 | 第102-109页 |
·本章小结 | 第109-110页 |
7 煤泥浮选智能自适应控制系统 | 第110-121页 |
·开环控制系统 | 第110页 |
·基于模型参考的模糊自适应控制系统 | 第110-111页 |
·基于模型参考的模糊自适应煤泥浮选控制系统 | 第111-119页 |
·系统仿真 | 第119-120页 |
·本章小结 | 第120-121页 |
8 煤泥浮选过程智能控制系统的设计与开发 | 第121-134页 |
·跨库跨平台数据共享 | 第121-122页 |
·系统开发环境 | 第122-123页 |
·组态监控系统设计 | 第123-127页 |
·基于 COM 口单向数据流的灰分数据采集模块 | 第127-130页 |
·基于 OPC 的 Matlab 与 iFix 双向数据流通信接口 | 第130-133页 |
·本章小结 | 第133-134页 |
9 结论与展望 | 第134-137页 |
·主要研究结论 | 第134-136页 |
·主要创新点 | 第136页 |
·研究工作展望 | 第136-137页 |
参考文献 | 第137-145页 |
作者简历 | 第145-148页 |
学位论文数据集 | 第148页 |