烧结混合料制粒效果预测模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·制粒概述 | 第7-8页 |
| ·烧结生产现状 | 第7页 |
| ·制粒对烧结的影响 | 第7-8页 |
| ·国内外研究现状 | 第8-13页 |
| ·原料制粒特性研究 | 第8-9页 |
| ·工艺操作参数研究 | 第9-11页 |
| ·制粒效果预测模型研究 | 第11-13页 |
| ·研究内容 | 第13页 |
| ·课题学术和实用意义 | 第13-14页 |
| ·技术路线 | 第14页 |
| ·创新点 | 第14页 |
| ·本章小结 | 第14-15页 |
| 2 制粒机理研究 | 第15-29页 |
| ·制粒原理 | 第15-17页 |
| ·制粒的一般过程 | 第15-16页 |
| ·水分的影响 | 第16-17页 |
| ·影响制粒的原料特性 | 第17-19页 |
| ·原料粒度 | 第17页 |
| ·化学成份 | 第17-18页 |
| ·湿容量 | 第18-19页 |
| ·铁矿石原料吸水动力学研究 | 第19-27页 |
| ·湿容量的测量 | 第20-21页 |
| ·吸水动力学模型研究 | 第21-27页 |
| ·本章小结 | 第27-29页 |
| 3 制粒实验研究 | 第29-38页 |
| ·实验设备 | 第29-31页 |
| ·原料制粒特征参数测量 | 第31-32页 |
| ·化学成份分析 | 第31页 |
| ·粒度测量 | 第31-32页 |
| ·水分和湿容量测量 | 第32页 |
| ·制粒实验 | 第32-33页 |
| ·制粒效果评价指标 | 第33-34页 |
| ·实验结果与讨论 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 制粒效果预测模型 | 第38-54页 |
| ·人工神经网络介绍 | 第38-43页 |
| ·基本原理 | 第38-41页 |
| ·优缺点 | 第41-42页 |
| ·构造过程 | 第42-43页 |
| ·模型研究对象的确定 | 第43-45页 |
| ·输出参量 | 第43-44页 |
| ·输入参量 | 第44-45页 |
| ·模型结构的确定 | 第45-48页 |
| ·网络层数的确定 | 第45-46页 |
| ·各层神经元数的确定 | 第46-47页 |
| ·激励函数 | 第47-48页 |
| ·训练函数的选择 | 第48页 |
| ·训练样本的选取及预处理 | 第48-49页 |
| ·训练和预测 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 5 适宜含水量预测模型 | 第54-73页 |
| ·理论分析 | 第54页 |
| ·适宜含水量的确定 | 第54-71页 |
| ·预测模型的建立 | 第71页 |
| ·预测模型的验证 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
