链篦机—回转窑生产过程的球团抗压强度预报研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 球团矿的生产现状和发展趋势 | 第10-12页 |
| 1.2 研究的背景和意义 | 第12-13页 |
| 1.3 国内外的研究现状和发展 | 第13-15页 |
| 1.3.1 国内的研究现状和发展 | 第14页 |
| 1.3.2 国外的研究现状和发展 | 第14-15页 |
| 1.4 论文的主要工作 | 第15-18页 |
| 第2章 球团生产工艺及质量影响分析 | 第18-32页 |
| 2.1 链篦机-回转窑-环冷机工艺流程 | 第18-21页 |
| 2.1.1 球团干燥和预热系统 | 第19-20页 |
| 2.1.2 球团氧化焙烧系统 | 第20-21页 |
| 2.1.3 成品球团矿冷却系统 | 第21页 |
| 2.2 球团矿的质量指标 | 第21-25页 |
| 2.2.1 化学成分指标 | 第22-23页 |
| 2.2.2 物理性能指标 | 第23-24页 |
| 2.2.3 冶金性能指标 | 第24-25页 |
| 2.3 热工参数对球团质量影响因素分析 | 第25-29页 |
| 2.3.1 影响生球干燥和预热的因素 | 第25-27页 |
| 2.3.2 影响球团焙烧过程的因素 | 第27-29页 |
| 2.3.3 影响球团冷却过程的因素 | 第29页 |
| 2.4 本章小结 | 第29-32页 |
| 第3章 基于数据分段处理的球团抗压强度预报模型 | 第32-52页 |
| 3.1 人工神经网络 | 第32-37页 |
| 3.1.1 神经网络基本理论 | 第32-33页 |
| 3.1.2 BP神经网络 | 第33-37页 |
| 3.2 基于粗糙集属性约简的模型输入变量的选择 | 第37-44页 |
| 3.2.1 粗糙集基本理论 | 第37-40页 |
| 3.2.2 粗糙集中的属性约简算法 | 第40-42页 |
| 3.2.3 模型输入变量的选择 | 第42-44页 |
| 3.3 球团抗压强度预报模型 | 第44-48页 |
| 3.3.1 模型输入变量分段处理 | 第44-46页 |
| 3.3.2 建立球团质量预报模型 | 第46-48页 |
| 3.4 仿真结果与分析 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 球团抗压强度预报模型的验证研究 | 第52-70页 |
| 4.1 模型验证方法 | 第52-57页 |
| 4.1.1 误差分析法 | 第52-53页 |
| 4.1.2 不等式系数法 | 第53-54页 |
| 4.1.3 灰色关联系数法 | 第54页 |
| 4.1.4 函数型数据分析法 | 第54-57页 |
| 4.2 球团抗压强度预报模型的验证 | 第57-69页 |
| 4.2.1 误差分析法模型的验证 | 第59-61页 |
| 4.2.2 不等式系数法模型的验证 | 第61-62页 |
| 4.2.3 灰色关联系数法模型的验证 | 第62-63页 |
| 4.2.4 函数型数据分析法模型的验证 | 第63-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第5章 结论与展望 | 第70-72页 |
| 5.1 结论 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
