底吹炉铜冶炼过程智能控制技术研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 铜冶炼工艺的发展与现状 | 第12-13页 |
| 1.3 铜熔炼过程模型的国内外研究现状 | 第13-17页 |
| 1.3.1 熔炼过程智能控制 | 第13页 |
| 1.3.2 过程建模方法 | 第13-16页 |
| 1.3.3 铜熔炼过程三大工艺参数预测研究现状 | 第16-17页 |
| 1.4 论文的主要研究内容 | 第17-19页 |
| 第2章 富氧底吹炉铜熔炼过程及设备 | 第19-29页 |
| 2.1 富氧底吹炉结构及其铜冶炼流程 | 第19-22页 |
| 2.1.1 底吹炉炉体结构 | 第19-20页 |
| 2.1.2 底吹炉铜冶炼流程概述 | 第20-21页 |
| 2.1.3 富氧在底吹炉铜熔炼中的应用 | 第21-22页 |
| 2.2 富氧底吹炉铜熔炼机理及特点 | 第22-28页 |
| 2.2.1 底吹炉铜熔炼化学反应 | 第22-23页 |
| 2.2.2 底吹炉铜熔炼工艺特点 | 第23-26页 |
| 2.2.3 底吹炉铜熔炼过程工况影响因素分析 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 底吹炉铜熔炼过程机理模型建立与仿真 | 第29-39页 |
| 3.1 底吹炉铜熔炼物料平衡模型 | 第29-33页 |
| 3.1.1 物料及产物成分分析 | 第29-30页 |
| 3.1.2 铜熔炼物料平衡模型 | 第30-33页 |
| 3.2 底吹炉铜熔炼热平衡模型 | 第33-36页 |
| 3.2.1 底吹炉铜熔炼过程所需氧量计算 | 第33-34页 |
| 3.2.2 热收入项计算 | 第34-35页 |
| 3.2.3 热支出项计算 | 第35-36页 |
| 3.3 铜熔炼过程三大参数的机理模型仿真 | 第36-38页 |
| 3.3.1 机理模型仿真研究 | 第36-38页 |
| 3.3.2 机理模型仿真结果分析 | 第38页 |
| 3.4 小结 | 第38-39页 |
| 第4章 熔炼过程三大参数预测神经网络模型 | 第39-51页 |
| 4.1 改进后的BP神经网络模型 | 第39-44页 |
| 4.1.1 传统的BP算法 | 第40-42页 |
| 4.1.2 改进的BP算法 | 第42-44页 |
| 4.2 三大工艺参数神经网络模型 | 第44-45页 |
| 4.2.1 输入、输出层的神经元数目 | 第44页 |
| 4.2.2 隐含层数目和隐含层神经元数目 | 第44-45页 |
| 4.3 仿真计算 | 第45-47页 |
| 4.3.1 网络的训练次数 | 第45-46页 |
| 4.3.2 学习样本的确定和获取 | 第46页 |
| 4.3.3 样本的归一化 | 第46-47页 |
| 4.4 神经网络模型仿真 | 第47-49页 |
| 4.4.1 神经网络模型仿真研究 | 第47-48页 |
| 4.4.2 神经网络模型仿真结果分析 | 第48-49页 |
| 4.5 小结 | 第49-51页 |
| 第5章 底吹铜熔炼过程三大参数智能集成模型 | 第51-61页 |
| 5.1 智能集成模型分析设计 | 第51-53页 |
| 5.2 智能协调器设计 | 第53-57页 |
| 5.2.1 模糊集 | 第54页 |
| 5.2.2 模糊分类 | 第54-56页 |
| 5.2.3 模糊协调器的设计 | 第56-57页 |
| 5.3 智能集成模型的预测仿真结果 | 第57-59页 |
| 5.3.1 智能集成模型仿真研究 | 第57-59页 |
| 5.3.2 智能集成模型仿真结果分析 | 第59页 |
| 5.4 小结 | 第59-61页 |
| 第6章 底吹炉铜熔炼过程控制系统设计与实现 | 第61-69页 |
| 6.1 底吹炉铜溶炼工况评价 | 第61页 |
| 6.2 底吹炉三大参数控制策略 | 第61-65页 |
| 6.2.1 模糊控制技术 | 第62-63页 |
| 6.2.2 渣中铁硅比控制 | 第63页 |
| 6.2.3 铜锍品位控制 | 第63-64页 |
| 6.2.4 铜锍温度控制 | 第64-65页 |
| 6.3 铜溶炼预测模型的在线校正 | 第65-66页 |
| 6.4 底吹炉铜熔炼计算机控制系统 | 第66-68页 |
| 6.5 小结 | 第68-69页 |
| 第7章 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
