基于BP神经网络硅热法炼镁工艺参数的优化研究
| 第一章 绪论 | 第1-24页 |
| ·镁的发展史 | 第10-11页 |
| ·镁的性质、用途 | 第11-16页 |
| ·镁的性质 | 第11-13页 |
| ·镁的应用 | 第13-16页 |
| ·镁矿资源及其生产方法 | 第16-21页 |
| ·镁矿资源 | 第16-17页 |
| ·原镁的生产方法 | 第17-21页 |
| ·电解法 | 第18-19页 |
| ·热还原法 | 第19-21页 |
| ·硅热法炼镁研究现状和趋势 | 第21-22页 |
| ·研究现状 | 第21页 |
| ·发展趋势 | 第21-22页 |
| ·课题的来源、内容和研究意义 | 第22-23页 |
| ·课题的来源及研究意义 | 第22-23页 |
| ·本课题研究的内容 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第二章 硅热法炼镁原料和基本原理 | 第24-34页 |
| ·硅热法炼镁原料 | 第24-26页 |
| ·白云石 | 第24-26页 |
| ·硅铁 | 第26页 |
| ·萤石 | 第26页 |
| ·硅热法的炼镁原理 | 第26-33页 |
| ·硅热法炼镁的热力学原理 | 第26-31页 |
| ·氧化镁还原热力学原理 | 第26-28页 |
| ·CaO·MgO还原的热力学原理 | 第28-29页 |
| ·CaO·MgO真空还原热力学原理 | 第29-31页 |
| ·反应机理及宏观动力学原理 | 第31-33页 |
| ·硅热法炼镁还原煅烧白云石的反应机理 | 第31-32页 |
| ·还原反应宏观动力学 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 人工神经网络原理及Matlab实现 | 第34-47页 |
| ·神经网络的介绍 | 第34-35页 |
| ·什么是神经网络 | 第34页 |
| ·神经网络的发展 | 第34-35页 |
| ·BP神经网络 | 第35-43页 |
| ·BP网络理论 | 第35-36页 |
| ·BP网络结构 | 第36-37页 |
| ·BP网络学习公式推导 | 第37-40页 |
| ·BP网络的激活函数及学习规则 | 第40-43页 |
| ·面向Matlab的BP神经网络原理及其网络设计 | 第43-46页 |
| ·BP神经网络原理 | 第43-44页 |
| ·Matlab中BP神经网络的设计 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 白云石煅烧 | 第47-55页 |
| ·白云石的离解 | 第47-49页 |
| ·白云石煅烧的基本原理 | 第47-48页 |
| ·表征煅白质量的指标 | 第48-49页 |
| ·煅烧试验 | 第49-54页 |
| ·试验原料 | 第49页 |
| ·试验设备及试验参数条件的确定 | 第49-50页 |
| ·试验方法 | 第50页 |
| ·试验结果与分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 炉料的细磨和配料 | 第55-68页 |
| ·炉料的细磨 | 第55-57页 |
| ·炉料细磨的作用及工艺 | 第55页 |
| ·细磨的设备 | 第55-57页 |
| ·配料试验 | 第57-67页 |
| ·试验原料 | 第57-58页 |
| ·试验原理 | 第58-59页 |
| ·试验设备及试验参数的确定 | 第59页 |
| ·试验方法 | 第59-60页 |
| ·试验结果整理与数据分析 | 第60-64页 |
| ·基于BP神经网络的配硅比优化 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 炉料的压形 | 第68-77页 |
| ·炉料压形的作用 | 第68页 |
| ·压形试验 | 第68-72页 |
| ·试验的原理 | 第68页 |
| ·试验设备 | 第68-69页 |
| ·试验条件及试验参数的确定 | 第69页 |
| ·试验方法 | 第69页 |
| ·试验数据整理及结果分析 | 第69-72页 |
| ·基于BP神经网络的制球压力优化 | 第72-75页 |
| ·BP神经网络 | 第72-73页 |
| ·BP神经网络建模 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第七章 结论与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者在攻读硕士学位期间发表的论文 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附录 | 第85-96页 |
