基于铝电解槽热平衡分析的氟化铝添加量控制策略研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-24页 |
| ·铝冶金工业节能的意义与途径 | 第12-14页 |
| ·铝电解生产过程与设备 | 第14-18页 |
| ·铝电解基本原理 | 第14页 |
| ·铝电解工艺流程 | 第14-15页 |
| ·铝电解主要设备—预焙阳极铝电解槽 | 第15-18页 |
| ·预焙槽生产节能的主要调控参数 | 第18-21页 |
| ·预焙槽炼铝过程稳定的特征 | 第18-19页 |
| ·槽电压 | 第19页 |
| ·极距 | 第19-20页 |
| ·添加剂 | 第20-21页 |
| ·本文研究的目的、方法与内容 | 第21-24页 |
| ·研究目的 | 第21页 |
| ·研究方法和内容 | 第21-24页 |
| 第二章 铝电解槽热平衡分析 | 第24-43页 |
| ·引言 | 第24-26页 |
| ·铝电解槽内传热过程 | 第26-33页 |
| ·物理模型 | 第26-27页 |
| ·数值模型 | 第27-30页 |
| ·边界条件和物性参数 | 第30-33页 |
| ·过剩氟化铝含量与电解温度关系研究 | 第33-42页 |
| ·与热平衡分析有关的铝电解槽参数 | 第33-35页 |
| ·基于传热分析的理论建模 | 第35-37页 |
| ·试验验证与讨论 | 第37-42页 |
| ·结论 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第三章 基于回归分析的氟化铝添加量控制方法 | 第43-55页 |
| ·引言 | 第43-44页 |
| ·回归分析数学基础 | 第44-49页 |
| ·多元线性回归分析 | 第44-46页 |
| ·回归方程的有效性 | 第46-48页 |
| ·非线性问题的多元化处理 | 第48-49页 |
| ·基于回归分析的氟化铝添加量控制模型研究 | 第49-54页 |
| ·回归分析模型的建立 | 第49-51页 |
| ·回归分析模型的试验结果 | 第51-53页 |
| ·回归分析模型的特点 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 基于遗传算法的氟化铝添加量控制方法 | 第55-70页 |
| ·引言 | 第55页 |
| ·基本遗传算法 | 第55-60页 |
| ·计算流程 | 第56-57页 |
| ·遗传算子 | 第57-59页 |
| ·算法特点 | 第59-60页 |
| ·基于遗传算法的氟化铝添加量控制模型研究 | 第60-68页 |
| ·实现技术 | 第60-62页 |
| ·染色体编码和解码 | 第62-63页 |
| ·个体适应度评价 | 第63-65页 |
| ·遗传操作和运行参数设置 | 第65-67页 |
| ·结果与讨论 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第五章 基于支持向量机的氟化铝添加量控制方法 | 第70-88页 |
| ·引言 | 第70页 |
| ·统计学习理论与支持向量机 | 第70-80页 |
| ·学习方法与学习分类器 | 第71-77页 |
| ·核函数 | 第77-78页 |
| ·最优化理论 | 第78-80页 |
| ·基于支持向量机的氟化铝添加量控制模型研究 | 第80-87页 |
| ·模型结构 | 第80页 |
| ·核函数选择 | 第80-81页 |
| ·模型训练 | 第81-84页 |
| ·结果与讨论 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 控制策略的软件实现与现场应用 | 第88-101页 |
| ·引言 | 第88页 |
| ·控制策略实现软件的开发 | 第88-91页 |
| ·系统总体结构 | 第88-89页 |
| ·功能模块 | 第89-90页 |
| ·自定义组件的开发 | 第90-91页 |
| ·应用情况 | 第91-100页 |
| ·离线运行 | 第91-94页 |
| ·现场在线运行 | 第94-96页 |
| ·三种控制策略的应用效果比较 | 第96-100页 |
| ·本章小结 | 第100-101页 |
| 第七章 总结与展望 | 第101-103页 |
| ·全文总结 | 第101-102页 |
| ·研究展望 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 攻读博士学位期间取得的主要科研成果 | 第111-113页 |
| 致谢 | 第113页 |
