| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题的背景及意义 | 第10-12页 |
| 1.2 湿法冶金过程概述 | 第12-18页 |
| 1.3 湿法冶金浸出过程浸出率预测现状及意义 | 第18-19页 |
| 1.4 本文主要工作 | 第19-20页 |
| 第二章 质量预测建模方法介绍 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 过程质量预测的建模方法 | 第20-25页 |
| 2.2.1 基于机理的建模方法 | 第21页 |
| 2.2.2 基于数据的建模方法 | 第21-25页 |
| 2.2.3 基于机理及数据的混合建模方法 | 第25页 |
| 2.3 基于PLS的质量预测方法的研究 | 第25-32页 |
| 2.3.1 PLS特点及其重要性 | 第25-27页 |
| 2.3.2 偏最小二乘回归分析的建模方法 | 第27-32页 |
| 2.4 PLS的发展趋势及其扩展方法 | 第32-34页 |
| 2.4.1 非线性方面的扩展 | 第32页 |
| 2.4.2 动态方面的扩展 | 第32-33页 |
| 2.4.3 多尺度方面的扩展 | 第33页 |
| 2.4.4 其他扩展方法 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 多模态过程的模态划分和模态识别 | 第36-44页 |
| 3.1 引言 | 第36页 |
| 3.2 聚类分析的算法研究 | 第36-39页 |
| 3.2.1 聚类分析概述 | 第36-37页 |
| 3.2.2 聚类分析的算法 | 第37-38页 |
| 3.2.3 K-MEANS聚类算法简介 | 第38-39页 |
| 3.3 基于改进加权马氏距离的多模态过程的模态划分和模态识别 | 第39-42页 |
| 3.3.1 马氏距离概述 | 第39页 |
| 3.3.2 基于改进加权马氏距离聚类分析的方法研究 | 第39-40页 |
| 3.3.3 改进加权马氏距离聚类分析的算法步骤 | 第40-41页 |
| 3.3.4 离线模态划分与在线模态识别 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于PLS的多模态湿法冶金浸出过程的离线建模与在线预测 | 第44-62页 |
| 4.1 引言 | 第44-45页 |
| 4.2 辅助变量的获取和处理 | 第45-55页 |
| 4.2.1 浸出率影响因素分析 | 第45-49页 |
| 4.2.2 浸出过程关键变量的选取 | 第49-53页 |
| 4.2.3 自变量与因变量的相关关系分析 | 第53-54页 |
| 4.2.4 过程变量数据的时刻对整处理 | 第54-55页 |
| 4.3 多模态湿法冶金浸出过程浸出率预测的离线建模 | 第55-58页 |
| 4.3.1 离线数据的模态划分 | 第55-57页 |
| 4.3.2 离线数据的PLS模型建立 | 第57页 |
| 4.3.3 离线数据的仿真预测 | 第57-58页 |
| 4.4 多模态湿法冶金浸出过程浸出率的在线预测 | 第58-60页 |
| 4.4.1 在线数据的模态识别 | 第58-59页 |
| 4.4.2 在线数据的实时预测和仿真结果 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
