链篦机—回转窑球团生产冷却过程优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外球团矿生产及研究现状 | 第12-17页 |
| 1.2.1 国外球团矿生产及研究现状 | 第12-14页 |
| 1.2.2 国内球团矿生产及研究现状 | 第14-17页 |
| 1.3 环冷机的发展 | 第17-18页 |
| 1.3.1 球团冷却技术发展 | 第17-18页 |
| 1.3.2 环冷机研究进展 | 第18页 |
| 1.4 论文的主要工作 | 第18-21页 |
| 第2章 环冷机冷却过程分析及建模 | 第21-35页 |
| 2.1 环冷机的组成及球团生产流程简介 | 第21-26页 |
| 2.1.1 环冷机设备及组成 | 第21-23页 |
| 2.1.2 球团的生产流程简介 | 第23-26页 |
| 2.2 环冷机的冷却过程分析 | 第26-28页 |
| 2.2.1 料层温度变化规律 | 第26-27页 |
| 2.2.2 球团冷却速度分析 | 第27-28页 |
| 2.3 环冷机内热过程模型 | 第28-31页 |
| 2.3.1 过程分析描述 | 第28页 |
| 2.3.2 模型基本假设 | 第28-29页 |
| 2.3.3 球床温度分布模型 | 第29-30页 |
| 2.3.4 水分分布模型 | 第30-31页 |
| 2.4 模型求解及验证 | 第31-33页 |
| 2.4.1 输入参数 | 第31-32页 |
| 2.4.2 输出参数 | 第32页 |
| 2.4.3 仿真验证 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 球团矿质量预报模型的建立 | 第35-51页 |
| 3.1 球团矿的质量标准 | 第35-39页 |
| 3.1.1 化学成分指标 | 第35-36页 |
| 3.1.2 物理性能指标 | 第36-38页 |
| 3.1.3 冶金性能指标 | 第38-39页 |
| 3.2 BP神经网络 | 第39-43页 |
| 3.2.1 BP神经网络概述 | 第39-40页 |
| 3.2.2 BP神经网络的学习算法 | 第40-41页 |
| 3.2.3 BP神经网络的优缺点 | 第41-43页 |
| 3.3 基于神经网络的球团质量预报模型 | 第43-46页 |
| 3.3.1 模型结构的确定 | 第43页 |
| 3.3.2 输入输出层神经元个数 | 第43-44页 |
| 3.3.3 隐层神经元个数 | 第44-45页 |
| 3.3.4 传递函数 | 第45-46页 |
| 3.3.5 模型样本数据 | 第46页 |
| 3.4 仿真分析 | 第46-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 环冷机冷却过程参数的优化 | 第51-65页 |
| 4.1 遗传算法 | 第51-60页 |
| 4.1.1 遗传算法概述 | 第51-52页 |
| 4.1.2 遗传算法基本概念 | 第52-54页 |
| 4.1.3 遗传算法的设计 | 第54-60页 |
| 4.2 热工参数优化模型的建立 | 第60-64页 |
| 4.2.1 目标函数的建立 | 第60页 |
| 4.2.2 约束条件的建立 | 第60-61页 |
| 4.2.3 优化模型的建立 | 第61页 |
| 4.2.4 优化结果与分析 | 第61-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 结论 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
