球团矿物理性能指标的预报模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 球团发展历程 | 第10-12页 |
| 1.2.1 国外球团发展史 | 第10-11页 |
| 1.2.2 国内球团发展史 | 第11-12页 |
| 1.3 国内外球团矿生产现状及展望 | 第12-15页 |
| 1.3.1 国际球团矿生产现状 | 第12-13页 |
| 1.3.2 我国球团矿生产现状 | 第13-14页 |
| 1.3.3 球团工艺的现状及发展趋势 | 第14-15页 |
| 1.4 本文主要工作 | 第15-17页 |
| 第2章 链篦机—回转窑球团工艺 | 第17-35页 |
| 2.1 链篦机-回转窑工艺过程 | 第17-22页 |
| 2.2 回转窑及其工艺参数 | 第22-25页 |
| 2.2.1 回转窑的结构 | 第22-23页 |
| 2.2.2 回转窑工艺参数 | 第23-25页 |
| 2.3 链篦机及其工艺参数 | 第25-27页 |
| 2.3.1 链篦机工作原理 | 第25页 |
| 2.3.2 链篦机主要组成和结构特点 | 第25-27页 |
| 2.3.3 链篦机的工艺参数 | 第27页 |
| 2.4 环式冷却机 | 第27-29页 |
| 2.4.1 环式冷却机的组成 | 第27-29页 |
| 2.4.2 环冷机的工艺参数 | 第29页 |
| 2.5 球团矿的质量指标和检验标准 | 第29-32页 |
| 2.5.1 生球的质量标准及检验方法 | 第30-31页 |
| 2.5.2 成球的质量标准及检验方法 | 第31-32页 |
| 2.6 球团物理性能指标意义 | 第32-33页 |
| 2.7 本章小结 | 第33-35页 |
| 第3章 基于神经网络的球团矿抗压强度的预报 | 第35-61页 |
| 3.1 球团矿抗压强度的影响因素的分析 | 第35-48页 |
| 3.1.1 造球阶段 | 第35-41页 |
| 3.1.2 预热阶段 | 第41-43页 |
| 3.1.3 焙烧阶段 | 第43-47页 |
| 3.1.4 冷却阶段 | 第47-48页 |
| 3.2 人工神经网络简介 | 第48-52页 |
| 3.2.1 人工神经网络的起源和发展 | 第48-49页 |
| 3.2.2 BP神经网络 | 第49-52页 |
| 3.3 抗压强度预报模型的建立与仿真 | 第52-59页 |
| 3.3.1 模型的实现步骤 | 第52页 |
| 3.3.2 输入变量的选择 | 第52-53页 |
| 3.3.3 数据的采集 | 第53-54页 |
| 3.3.4 BP神经网络预报模型的建立 | 第54-59页 |
| 3.4 本章小结 | 第59-61页 |
| 第4章 球团矿抗磨指数、转鼓指数的预报 | 第61-81页 |
| 4.1 球团固结机理 | 第63-72页 |
| 4.1.1 球团磁铁矿氧化机理 | 第64-67页 |
| 4.1.2 球团固结机理 | 第67-71页 |
| 4.1.3 球团矿固结类型 | 第71-72页 |
| 4.2 球团矿抗磨指数的机理预报模型 | 第72-78页 |
| 4.2.1 收缩过程模型 | 第72-73页 |
| 4.2.2 强度发展模型 | 第73-75页 |
| 4.2.3 抗磨指数AI机理模型 | 第75-78页 |
| 4.3 球团矿转鼓指数的预报模型 | 第78-80页 |
| 4.3.1 转鼓指数的预报模型 | 第79页 |
| 4.3.2 仿真结果 | 第79-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第5章 结论与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
