SKS铅冶炼过程有害元素砷流向研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-21页 |
1.1 砷的性质、来源及危害 | 第11-13页 |
1.1.1 砷的来源与性质 | 第11-12页 |
1.1.2 砷的应用与限制 | 第12页 |
1.1.3 有色冶炼过程的砷污染 | 第12-13页 |
1.2 有色冶炼过程砷物质流分析与审计 | 第13-15页 |
1.2.1 物质流分析方法与应用 | 第13-14页 |
1.2.2 有色冶炼过程砷流向审计 | 第14-15页 |
1.3 有色冶炼过程中的元素流向审计、模拟模型 | 第15-17页 |
1.3.1 回归模型 | 第15页 |
1.3.2 基于化学机理的模型 | 第15-16页 |
1.3.3 基于神经网络/遗传算法的模型 | 第16-17页 |
1.3.4 其它模型 | 第17页 |
1.4 研究的目的、意义、内容及思路 | 第17-21页 |
1.4.1 研究目的和意义 | 第17-18页 |
1.4.2 研究内容与方法 | 第18-19页 |
1.4.3 技术路线 | 第19页 |
1.4.4 创新点 | 第19-21页 |
2 SKS炼铅工艺砷污染流向调研 | 第21-32页 |
2.1 引言 | 第21-22页 |
2.2 调研企业概况 | 第22-23页 |
2.3 调研边界确定与工艺环节划分 | 第23-25页 |
2.3.1 系统边界确定 | 第23页 |
2.3.2 工艺环节划分 | 第23-25页 |
2.4 样品采集与分析 | 第25-29页 |
2.4.1 采样点 | 第25-26页 |
2.4.2 采样方案 | 第26-28页 |
2.4.3 样品采集与分析方法 | 第28-29页 |
2.5 砷流向数据结果与人工审计 | 第29-31页 |
2.5.1 砷流向分析数据 | 第29-30页 |
2.5.2 人工审计结果 | 第30-31页 |
2.6 小结 | 第31-32页 |
3 典型铅冶炼过程砷流向审计模型研究 | 第32-56页 |
3.1 引言 | 第32-33页 |
3.2 模型建立原理及方法 | 第33-41页 |
3.2.1 数据准备 | 第33页 |
3.2.2 流向继承关系分析 | 第33-34页 |
3.2.3 砷流向审计神经网络模型建立 | 第34-39页 |
3.2.4 砷流向审计回归模型建立 | 第39-41页 |
3.2.5 模型检验方法 | 第41页 |
3.3 流向继承关系研究 | 第41-45页 |
3.3.1 烟尘(鼓风炉与烟化炉环节) | 第42页 |
3.3.2 次氧化锌(鼓风炉与烟化炉环节) | 第42-43页 |
3.3.3 阳极泥(粗铅精炼环节) | 第43-44页 |
3.3.4 冰铜(反射炉环节) | 第44-45页 |
3.4 砷流向审计神经网络模型研究 | 第45-49页 |
3.4.1 数据准备 | 第45页 |
3.4.2 模型建立、训练与仿真 | 第45-48页 |
3.4.3 神经网络模型检验 | 第48-49页 |
3.5 砷流向审计回归模型研究 | 第49-52页 |
3.5.1 数据准备 | 第49-50页 |
3.5.2 线性模型建立 | 第50页 |
3.5.3 非线性模型建立 | 第50页 |
3.5.4 模型检验与模型选择 | 第50-52页 |
3.6 模型审计与预测 | 第52-54页 |
3.7 小结 | 第54-56页 |
4 铅冶炼有害砷元素流向审计与诊断系统建立 | 第56-66页 |
4.1 引言 | 第56页 |
4.2 数据库设计 | 第56-58页 |
4.2.1 采样数据表 | 第56-57页 |
4.2.2 模型参数表 | 第57页 |
4.2.3 测算数据表 | 第57-58页 |
4.3 系统设计 | 第58-60页 |
4.3.1 总体设计 | 第58-59页 |
4.3.2 功能模块设计 | 第59-60页 |
4.4 系统实现 | 第60-63页 |
4.4.1 系统开发环境配置 | 第60页 |
4.4.2 欢迎页面实现 | 第60页 |
4.4.3 系统状态审计实现 | 第60-61页 |
4.4.4 采样数据操作实现 | 第61-62页 |
4.4.5 模型模拟实现 | 第62页 |
4.4.6 审计与诊断实现 | 第62-63页 |
4.5 系统应用实例 | 第63-65页 |
4.6 小结 | 第65-66页 |
5 结论与建议 | 第66-68页 |
5.1 结论 | 第66-67页 |
5.2 建议 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间主要研究成果 | 第72-73页 |
致谢 | 第73页 |