摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-19页 |
1.1 课题背景与工艺 | 第11-13页 |
1.2 过程监测与故障诊断方法简介 | 第13-15页 |
1.2.1 基于知识方法 | 第13-14页 |
1.2.2 基于解析模型的方法 | 第14页 |
1.2.3 基于信号处理的故障诊断方法 | 第14-15页 |
1.3 过程监测与故障诊断方法发展 | 第15-17页 |
1.4 湿法冶金浸出过程监测与故障诊断意义 | 第17-18页 |
1.5 本文工作内容 | 第18-19页 |
第2章 基于PCA的浸出过程监测及故障诊断 | 第19-45页 |
2.1 基于PCA的过程监测及故障诊断方法 | 第19-25页 |
2.1.1 PCA基本原理 | 第19-20页 |
2.1.2 基于PCA的过程监测 | 第20-23页 |
2.1.3 基于PCA的故障诊断 | 第23-25页 |
2.2 浸出过程关键变量分析 | 第25-30页 |
2.2.1 影响浸出过程的因素 | 第25-28页 |
2.2.2 过程监测关键变量选取 | 第28-30页 |
2.3 浸出过程的离线建模与在线监测 | 第30-37页 |
2.3.1 离线建模 | 第30-36页 |
2.3.2 在线监测 | 第36-37页 |
2.4 浸出过程监测在线仿真与分析 | 第37-43页 |
2.4.1 正常运行仿真与分析 | 第37-39页 |
2.4.2 故障仿真与分析 | 第39-43页 |
2.5 本章小结 | 第43-45页 |
第3章 浸出过程基于故障树分析方法的故障追溯 | 第45-71页 |
3.1 引言 | 第45页 |
3.2 故障树分析简介 | 第45-48页 |
3.2.1 故障树分析法中的概念和符号 | 第46-47页 |
3.2.2 故障树分析方法的特点 | 第47页 |
3.2.3 故障树的数学表示 | 第47-48页 |
3.3 浸出流程故障树模型建立 | 第48-58页 |
3.3.1 浸出过程工艺流程与设备简介 | 第50-52页 |
3.3.2 矿浆氧浓度异常故障机理分析 | 第52-55页 |
3.3.3 氰根离子浓度异常故障机理分析 | 第55-57页 |
3.3.4 PH值异常故障机理分析 | 第57-58页 |
3.4 浸出过程故障树分析 | 第58-63页 |
3.4.1 故障树的定性分析 | 第58-60页 |
3.4.2 故障树的定量分析 | 第60-63页 |
3.5 故障树分析方法推理的实现 | 第63-69页 |
3.5.1 浸出过程故障树知识库的建立 | 第63-66页 |
3.5.2 空气流量不足故障子树框架规则推理的实现 | 第66-69页 |
3.6 本章小结 | 第69-71页 |
第4章 浸出过程监测与故障追溯实验平台的设计与实现 | 第71-89页 |
4.1 浸出过程监测与故障追溯实验平台框架 | 第71-75页 |
4.1.1 硬件结构 | 第71-72页 |
4.1.2 软件设计 | 第72-73页 |
4.1.3 数据库设计 | 第73-75页 |
4.2 软件程序的实现 | 第75-77页 |
4.2.1 实验平台的数据接口 | 第75-76页 |
4.2.2 实验平台中监测算法实现 | 第76-77页 |
4.3 浸出过程监测与故障追溯实验平台客户端界面的设计 | 第77-80页 |
4.4 浸出过程监测与故障追溯仿真与分析 | 第80-87页 |
4.4.1 测量过程变量值的传感器故障仿真与分析 | 第80-83页 |
4.4.2 空气流量异常在过程监测与故障追溯实验平台上的仿真与分析 | 第83-87页 |
4.5 本章小结 | 第87-89页 |
第5章 结论与展望 | 第89-91页 |
参考文献 | 第91-95页 |
致谢 | 第95页 |