| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 磨矿粒度控制系统的研究背景 | 第8-9页 |
| 1.2 国内外磨矿粒度的控制系统研究现状及趋势 | 第9-11页 |
| 1.3 研究内容及论文结构 | 第11-13页 |
| 1.3.1 研究内容 | 第11页 |
| 1.3.2 论文结构 | 第11-13页 |
| 第二章 磨矿过程及仿真实验平台 | 第13-20页 |
| 2.1 磨矿工艺流程简介 | 第13-14页 |
| 2.2 磨矿过程的主要设备 | 第14-15页 |
| 2.3 半实物磨矿过程仿真实验平台概述 | 第15-17页 |
| 2.4 磨矿过程粒度指标的控制难点与控制目标 | 第17-18页 |
| 2.4.1 磨矿过程粒度指标的控制难点 | 第17页 |
| 2.4.2 磨矿过程粒度指标的控制目标 | 第17-18页 |
| 2.5 磨矿过程智能控制系统方案 | 第18-19页 |
| 2.6 小结 | 第19-20页 |
| 第三章 基于改进FOA-LSSVM的磨矿粒度软测量方法 | 第20-36页 |
| 3.1 磨矿粒度的机理模型分析 | 第20-21页 |
| 3.2 改进的FOA-LSSVM算法研究 | 第21-27页 |
| 3.2.1 最小二乘支持向量机的基本原理 | 第21-22页 |
| 3.2.2 核函数的选取 | 第22-23页 |
| 3.2.3 果蝇优化算法 | 第23-24页 |
| 3.2.4 对果蝇优化算法的改进 | 第24-25页 |
| 3.2.5 改进的果蝇算法优化最小二乘支持向量机 | 第25-27页 |
| 3.3 基于改进FOA-LSSVM的磨矿粒度软测量模型的建立 | 第27-31页 |
| 3.3.1 辅助变量的选取 | 第27-28页 |
| 3.3.2 数据的采集与处理 | 第28-29页 |
| 3.3.3 软测量模型的建立 | 第29-31页 |
| 3.3.4 软测量模型的校正 | 第31页 |
| 3.4 软测量模型仿真结果及对比分析 | 第31-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 磨矿粒度智能控制方法及系统应用 | 第36-59页 |
| 4.1 优化设定值模块理论基础 | 第36-39页 |
| 4.1.1 模糊专家系统的概述 | 第36-37页 |
| 4.1.2 模糊专家系统的结构设计 | 第37-38页 |
| 4.1.3 模糊专家系统的建立流程 | 第38-39页 |
| 4.2 基于模糊专家系统的优化设定值模块的构建与仿真 | 第39-44页 |
| 4.2.1 知识的获取与表示 | 第39-40页 |
| 4.2.2 磨矿过程参数的模糊化 | 第40-41页 |
| 4.2.3 模糊规则的制定 | 第41-43页 |
| 4.2.4 推理机的设计 | 第43页 |
| 4.2.5 优化设定值模块的仿真结果 | 第43-44页 |
| 4.3 磨矿工业过程控制方法 | 第44-55页 |
| 4.3.1 磨矿过程基础回路控制的主要内容 | 第44-47页 |
| 4.3.2 模糊自适应滑模控制器的设计 | 第47-49页 |
| 4.3.3 基础回路控制的仿真运行及结果分析 | 第49-55页 |
| 4.4 磨矿过程智能控制系统在半实物仿真实验平台上的应用 | 第55-58页 |
| 4.5 小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65-66页 |
| 致谢 | 第66页 |
