| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| ·课题研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·连续搅拌反应器的建模方法 | 第14-15页 |
| ·工业过程的指标预测 | 第15-19页 |
| ·针铁矿法沉铁过程建模存在的问题 | 第19-20页 |
| ·主要研究内容与结构安排 | 第20-23页 |
| 第二章 针铁矿法沉铁过程机理分析及集成建模整体思路 | 第23-45页 |
| ·直接浸出湿法炼锌的工艺概述 | 第23-25页 |
| ·沉铁基本方法的分析及比较 | 第25-28页 |
| ·针铁矿法沉铁过程的工艺分析 | 第28-30页 |
| ·影响针铁矿法沉铁效果的因素分析 | 第30-34页 |
| ·针铁矿法沉铁过程的数据预处理 | 第34-41页 |
| ·针铁矿法沉铁过程的集成建模思路 | 第41-44页 |
| ·针铁矿法沉铁过程的优化控制结构框图 | 第42-43页 |
| ·集成建模的整体思路 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 针铁矿法沉铁过程的机理模型 | 第45-60页 |
| ·不同工况下的有效溶解氧浓度模型 | 第45-51页 |
| ·针铁矿法沉铁过程的化学反应动力学模型 | 第51-56页 |
| ·低价铁离子氧化反应动力学模型 | 第51-52页 |
| ·高价铁离子水解反应动力学模型 | 第52-55页 |
| ·氢离子中和反应动力学模型 | 第55-56页 |
| ·基于加权耦合方法的机理模型补偿 | 第56-57页 |
| ·串联沉铁反应器的机理模型 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 针铁矿法沉铁过程机理模型的参数辨识 | 第60-85页 |
| ·分段进化PSO算法 | 第60-67页 |
| ·分段进化PSO算法 | 第60-64页 |
| ·算法仿真及比较 | 第64-67页 |
| ·机理模型中参数的确定方法 | 第67-78页 |
| ·基于分段进化PSO算法的稳态模型参数辨识 | 第67-70页 |
| ·机理模型中权系数的确定方法 | 第70-76页 |
| ·权系数随反应器的变化趋势及分析 | 第76-78页 |
| ·模型验证及分析 | 第78-84页 |
| ·机理模型验证及分析 | 第78-81页 |
| ·串联沉铁反应器的机理模型验证及分析 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 针铁矿法沉铁过程的铁离子浓度混合智能预测模型 | 第85-115页 |
| ·基于过程神经网络的预测建模 | 第85-90页 |
| ·过程神经网络 | 第85-86页 |
| ·基于HSA-BP算法的混合训练算法 | 第86-90页 |
| ·基于改进最小二支持向量机的预测建模 | 第90-95页 |
| ·最小二乘支持向量机 | 第91-92页 |
| ·改进的动态密度聚类的差分进化算法 | 第92-94页 |
| ·基于信息熵的集成预测模型 | 第94-95页 |
| ·基于相关性系数改进的即时学习校正模型 | 第95-107页 |
| ·基于相关性系数改进的即时学习局部模型 | 第96-103页 |
| ·基于方差-协方差方法的集成预测模型 | 第103页 |
| ·模型验证及分析 | 第103-107页 |
| ·基于沉铁过程能力评估的集成预测模型 | 第107-114页 |
| ·针铁矿法沉铁过程的过程能力评估 | 第108-111页 |
| ·基于过程能力评估指数的集成预测模型 | 第111-112页 |
| ·模型验证及分析 | 第112-114页 |
| ·本章小结 | 第114-115页 |
| 第六章 针铁矿法沉铁过程铁离子浓度预测模型的应用 | 第115-126页 |
| ·针铁矿法优化控制系统概述 | 第115页 |
| ·针铁矿法优化控制系统的实现 | 第115-121页 |
| ·优化控制系统的硬件体系 | 第115-117页 |
| ·优化控制系统的软件体系 | 第117页 |
| ·优化控制系统结构 | 第117-118页 |
| ·优化控制系统的主要功能 | 第118-121页 |
| ·铁离子浓度集成预测模型的应用效果 | 第121-125页 |
| ·本章小结 | 第125-126页 |
| 第七章 结论与展望 | 第126-129页 |
| ·结论 | 第126-127页 |
| ·展望 | 第127-129页 |
| 参考文献 | 第129-140页 |
| 致谢 | 第140-141页 |
| 攻读学位期间主要的研究成果 | 第141页 |