炼铁流程中铁矿石评价体系构建
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-13页 |
| 1 引言 | 第13-21页 |
| ·铁矿粉烧结历史 | 第13-14页 |
| ·中国铁矿粉烧结现状 | 第14-17页 |
| ·课题研究内容和目标 | 第17-19页 |
| ·技术路线及研究方法 | 第19-21页 |
| 2 铁矿粉烧结研究进展 | 第21-63页 |
| ·混合料制粒 | 第21-36页 |
| ·颗粒的粘接机理 | 第21-24页 |
| ·生球长大机理 | 第24-30页 |
| ·粘接剂 | 第30-32页 |
| ·制粒过程工艺参数优化 | 第32-35页 |
| ·制粒效果预测 | 第35-36页 |
| ·混合料烧结 | 第36-61页 |
| ·铁酸钙的产生机理 | 第36-42页 |
| ·混合料烧结特性 | 第42-46页 |
| ·化学成分对烧结液相生成特性影响 | 第46-51页 |
| ·烧结配料优化 | 第51-56页 |
| ·烧结效果预测方法 | 第56-61页 |
| ·本章小结 | 第61-63页 |
| 3 湿容量的概念及其应用 | 第63-107页 |
| ·湿容量的概念和测量设备 | 第63-65页 |
| ·矿物湿容量的测试 | 第65-78页 |
| ·原料分析 | 第65-74页 |
| ·矿物湿容量与矿物性质的关系 | 第74-77页 |
| ·小结 | 第77-78页 |
| ·矿物湿容量的数学模型 | 第78-89页 |
| ·湿容量的加和性 | 第78-79页 |
| ·湿容量的无孔模型 | 第79-81页 |
| ·湿容量的有孔模型 | 第81-83页 |
| ·湿容量的组合模型 | 第83页 |
| ·模型验证 | 第83-88页 |
| ·小结 | 第88-89页 |
| ·矿物吸水动力学 | 第89-100页 |
| ·矿物吸水动力学数学模型 | 第89-93页 |
| ·模型验证和讨论 | 第93-100页 |
| ·小结 | 第100页 |
| ·基于湿容量概念的制粒过程优化 | 第100-107页 |
| ·实验设备 | 第100-102页 |
| ·实验原料 | 第102-103页 |
| ·结果分析与讨论 | 第103-106页 |
| ·小结 | 第106-107页 |
| 4 铁矿石混合料制粒效果预测 | 第107-121页 |
| ·混合料制粒实验 | 第107-111页 |
| ·实验方案 | 第107-109页 |
| ·制粒效果评价标准 | 第109页 |
| ·结果分析与讨论 | 第109-111页 |
| ·人工神经网络模型 | 第111-119页 |
| ·模型参数 | 第111-112页 |
| ·模型结构 | 第112-115页 |
| ·模型训练 | 第115-117页 |
| ·模型预测 | 第117-119页 |
| ·小结 | 第119-121页 |
| 5 铁矿石烧结过程中物理化学行为评价 | 第121-141页 |
| ·热力学计算 | 第121-128页 |
| ·液相量与温度的关系 | 第122-124页 |
| ·烧结过程相变化 | 第124-127页 |
| ·烧结反应热效应 | 第127-128页 |
| ·热力学计算验证 | 第128-140页 |
| ·熔化特性实验 | 第128-132页 |
| ·热重与差热分析 | 第132-136页 |
| ·相变化验证实验 | 第136-140页 |
| ·小结 | 第140-141页 |
| 6 混合料烧结效果预测 | 第141-165页 |
| ·混合料烧结实验 | 第141-154页 |
| ·实验设计 | 第141-144页 |
| ·烧结效果评价指标 | 第144-146页 |
| ·结果分析与讨论 | 第146-154页 |
| ·人工神经网络模型 | 第154-164页 |
| ·模型参数 | 第154页 |
| ·模型结构 | 第154-155页 |
| ·模型训练 | 第155页 |
| ·模型预测 | 第155-164页 |
| ·小结 | 第164-165页 |
| 7 人工智能化的烧结配料方法 | 第165-173页 |
| ·数学模型 | 第165-166页 |
| ·目标函数 | 第165页 |
| ·约束条件 | 第165-166页 |
| ·模型求解 | 第166-168页 |
| ·结果分析与讨论 | 第168-172页 |
| ·结果比较 | 第168-169页 |
| ·约束条件比较 | 第169-170页 |
| ·应用范围比较 | 第170-172页 |
| ·小结 | 第172-173页 |
| 8 智能矿相处理系统 | 第173-219页 |
| ·矿物反射率计算 | 第174-181页 |
| ·颜色模型 | 第174-176页 |
| ·模型转换 | 第176页 |
| ·反射率计算模型 | 第176页 |
| ·模型应用 | 第176-180页 |
| ·小结 | 第180-181页 |
| ·灰度直方图与矿物特征的关联性 | 第181-185页 |
| ·灰度直方图寻峰 | 第182-184页 |
| ·关联性验证 | 第184-185页 |
| ·小结 | 第185页 |
| ·基于高斯分布的矿物灰度直方图模型 | 第185-194页 |
| ·单种矿物的灰度分布规律 | 第187页 |
| ·多种矿物的灰度分布规律 | 第187-192页 |
| ·模型验证 | 第192-193页 |
| ·小结 | 第193-194页 |
| ·一种计算矿相含量的新方法 | 第194-200页 |
| ·数学模型 | 第194页 |
| ·模型求解 | 第194页 |
| ·模型应用 | 第194-200页 |
| ·小结 | 第200页 |
| ·智能矿相识别系统 | 第200-217页 |
| ·灰度共生矩阵 | 第200-202页 |
| ·特征参数与图像纹理的关联性 | 第202-215页 |
| ·模式识别方法 | 第215页 |
| ·方法验证 | 第215-217页 |
| ·小结 | 第217页 |
| ·智能矿相系统软件开发 | 第217-219页 |
| 9 铁矿石评价体系软件开发 | 第219-225页 |
| ·原料管理模块 | 第219页 |
| ·配料管理模块 | 第219-220页 |
| ·制粒预测模块 | 第220-221页 |
| ·烧结预测模块 | 第221页 |
| ·实例计算 | 第221-225页 |
| 10 结论及创新点 | 第225-229页 |
| 致谢 | 第229-231页 |
| 参考文献 | 第231-243页 |
| 附录 | 第243-246页 |
| A. 作者在攻读学位期间发表的论文目录 | 第243-245页 |
| B. 作者在攻读学位期间完成的论文目录 | 第245-246页 |
| C. 作者在攻读学位期间取得的科研成果目录 | 第246页 |
| D. 作者在攻读学位期间获奖目录 | 第246页 |
