| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-24页 |
| ·研究背景与意义 | 第11-16页 |
| ·国内外研究现状 | 第16-20页 |
| ·烧结生产机理与理论模型研究 | 第16-17页 |
| ·配料过程建模与优化控制算法研究 | 第17-19页 |
| ·配料过程精度和质量控制研究 | 第19-20页 |
| ·烧结配料过程存在的问题 | 第20-21页 |
| ·论文研究内容 | 第21-23页 |
| ·论文构成 | 第23-24页 |
| 第二章 铅锌烧结配料过程智能集成建模方法 | 第24-65页 |
| ·密闭鼓风铅锌烧结过程的机理分析 | 第24-32页 |
| ·ISP烧结工艺流程 | 第24-26页 |
| ·烧结焙烧的基本原理 | 第26-27页 |
| ·烧结焙烧过程的化学反应分析 | 第27-31页 |
| ·烧结配料过程分析 | 第31-32页 |
| ·烧结块成分智能集成预测模型 | 第32-47页 |
| ·基于过程神经网络的烧结块成分时间序列预测模型 | 第33-37页 |
| ·烧结块成分灰色预测模型 | 第37-39页 |
| ·基于信息熵的集成预测模型 | 第39-42页 |
| ·仿真结果与分析 | 第42-47页 |
| ·烧结返粉量智能集成预测模型 | 第47-63页 |
| ·基于支持向量机的返粉量预测模型 | 第47-53页 |
| ·返粉量改进灰色预测模型 | 第53-54页 |
| ·返粉量智能集成预测模型 | 第54-60页 |
| ·仿真结果与分析 | 第60-63页 |
| ·小结 | 第63-65页 |
| 第三章 一次配料定性定量智能集成优化算法 | 第65-80页 |
| ·铅锌烧结主要原料特性与经济性分析 | 第65-68页 |
| ·铅锌烧结的主要原料及特性 | 第66页 |
| ·铅锌烧结主要原料的经济性分析 | 第66-67页 |
| ·铅锌烧结原料对ISP工艺过程的影响分析 | 第67-68页 |
| ·铅锌烧结配料优化模型 | 第68-70页 |
| ·烧结配料智能优化方法 | 第70-77页 |
| ·基于专家推理策略的烧结配料优化方法 | 第71-72页 |
| ·基于免疫遗传算法的烧结配料优化方法 | 第72-74页 |
| ·烧结配料定性定量综合集成优化方法 | 第74-77页 |
| ·配料优化结果分析 | 第77-78页 |
| ·小结 | 第78-80页 |
| 第四章 基于烧结工况综合评价的二次配料智能优化策略 | 第80-96页 |
| ·烧结生产全流程各参数间关系分析 | 第80-82页 |
| ·操作参数智能优化策略 | 第82-85页 |
| ·烧结生产工况模糊综合评价 | 第85-87页 |
| ·二次配料过程操作参数匹配优化算法 | 第87-93页 |
| ·优化样本数据集的加权模糊C均值聚类算法 | 第87-90页 |
| ·基于聚类分析的操作参数匹配优化算法 | 第90-93页 |
| ·应用结果分析 | 第93-94页 |
| ·小结 | 第94-96页 |
| 第五章 铅锌烧结配料过程智能集成控制策略 | 第96-115页 |
| ·烧结配料工艺机理分析 | 第96-97页 |
| ·烧结配料智能集成控制策略 | 第97-101页 |
| ·智能集成控制策略的提出 | 第98-99页 |
| ·智能集成控制系统的总体设计 | 第99-101页 |
| ·配料模糊控制器设计 | 第101-105页 |
| ·模糊控制算法分析 | 第102-103页 |
| ·配料模糊控制器设计 | 第103-105页 |
| ·配料自适应PID控制器设计 | 第105-111页 |
| ·PID控制算法及其参数对系统性能的影响 | 第105-106页 |
| ·PID控制器参数自整定策略 | 第106-107页 |
| ·自适应PID控制器设计 | 第107-111页 |
| ·配料智能集成控制策略实现 | 第111-113页 |
| ·加权因子的确定 | 第111页 |
| ·控制算法实现 | 第111-113页 |
| ·给定流量调整算法 | 第113页 |
| ·仿真结果分析 | 第113-114页 |
| ·小结 | 第114-115页 |
| 第六章 结论与展望 | 第115-118页 |
| ·结论 | 第115-117页 |
| ·展望 | 第117-118页 |
| 参考文献 | 第118-129页 |
| 致谢 | 第129-130页 |
| 攻读博士学位期间主要研究成果 | 第130-132页 |