| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 烧结过程碳效分析研究现状 | 第11-12页 |
| 1.2.2 烧结过程数学模型研究现状 | 第12-16页 |
| 1.3 论文主要内容与结构 | 第16-19页 |
| 1.3.1 主要内容 | 第16-17页 |
| 1.3.2 论文结构与安排 | 第17-19页 |
| 2 烧结过程碳效分析 | 第19-31页 |
| 2.1 烧结工艺机理分析 | 第19-26页 |
| 2.1.1 烧结工艺流程 | 第19-22页 |
| 2.1.2 烧结过程固相反应 | 第22-24页 |
| 2.1.3 烧结过程液相反应 | 第24-25页 |
| 2.1.4 高碱度烧结矿矿物组成 | 第25-26页 |
| 2.2 烧结过程碳效评价 | 第26-27页 |
| 2.3 综合焦比预测模型 | 第27-29页 |
| 2.3.1 模型建立思想 | 第27-29页 |
| 2.3.2 模型建立难点分析 | 第29页 |
| 2.5 小结 | 第29-31页 |
| 3 成品率影响因素分析和关键状态参数预测 | 第31-46页 |
| 3.1 成品率影响因素机理分析 | 第31-34页 |
| 3.2 烧结参数数据处理与分析 | 第34-38页 |
| 3.2.1 数据滤波与采样 | 第34-36页 |
| 3.2.2 样本数据分布统计 | 第36-38页 |
| 3.3 成品率关键影响因素灰色关联性分析方法 | 第38-39页 |
| 3.4 关键状态参数预测 | 第39-45页 |
| 3.4.1 终点温度预测模型 | 第41-42页 |
| 3.4.2 平均垂直烧结速度预测模型 | 第42-44页 |
| 3.4.3 仿真结果与分析 | 第44-45页 |
| 3.5 小结 | 第45-46页 |
| 4 基于成品率预测的综合焦比级联预测模型 | 第46-58页 |
| 4.1 成品率BP神经网络预测模型 | 第47-49页 |
| 4.2 基于CPSO的成品率BP神经网络模型参数优化 | 第49-54页 |
| 4.2.1 混沌粒子群算法(CPSO) | 第49-52页 |
| 4.2.2 成品率BP神经网络预测模型参数优化 | 第52-54页 |
| 4.3 仿真结果与分析 | 第54-57页 |
| 4.4 小结 | 第57-58页 |
| 5 结论与展望 | 第58-60页 |
| 5.1 结论 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |