首页--工业技术论文--冶金工业论文--有色金属冶炼论文--稀有金属冶炼论文--难熔金属冶炼(高温熔融金属)论文--钨论文

基于CPS原理的钨离子交换冶炼过程控制系统研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第9-20页
    1.1 研究背景与意义第9-10页
        1.1.1 研究背景第9-10页
        1.1.2 研究条件及意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 钨冶炼过程控制技术研究现状第10-12页
        1.2.2 CPS关键技术研究现状第12-14页
    1.3 工艺流程及CPS概述第14-17页
        1.3.1 钨离子交换冶炼工艺流程第14-16页
        1.3.2 CPS原理概述第16-17页
    1.4 钨冶炼过程控制中存在的主要问题第17-18页
    1.5 文章内容安排第18-20页
第二章 钨离子交换冶炼过程CPS控制结构第20-32页
    2.1 工艺机理分析第20-24页
        2.1.1 磨矿第20-21页
        2.1.2 碱分解第21-22页
        2.1.3 转化除磷第22页
        2.1.4 离子交换第22-23页
        2.1.5 蒸发结晶第23-24页
    2.2 过程特征及控制参数确定第24-30页
        2.2.1 冶炼过程特征分析第24-25页
        2.2.2 控制对象及参数确定第25-30页
    2.3 控制结构总体方案设计第30-31页
        2.3.1 控制思路第30页
        2.3.2 控制结构与方案设计第30-31页
    2.4 本章小结第31-32页
第三章 CPS智能节点设计第32-44页
    3.1 节点总体设计思想第32-33页
    3.2 硬件平台搭建第33-35页
    3.3 软件系统开发第35-41页
        3.3.1 软件框架第35-36页
        3.3.2 操作系统选型第36页
        3.3.3 Bootloader移植第36-37页
        3.3.4 内核制作第37-38页
        3.3.5 根文件系统制作第38-39页
        3.3.6 设备驱动开发第39-40页
        3.3.7 应用程序编写第40-41页
    3.4 实验结果与分析第41-43页
    3.5 本章小结第43-44页
第四章 改进的超限学习机实时预测模型(Bootstrap-ELM)第44-54页
    4.1 常用预测方法分析第44-46页
        4.1.1 BP神经网络第44-45页
        4.1.2 机理模型第45页
        4.1.3 支持向量机第45-46页
    4.2 Bootstrap改进的超限学习机预测模型第46-50页
        4.2.1 超限学习机第46-48页
        4.2.2 Bootstrap原理第48-49页
        4.2.3 改进的预测模型建立第49-50页
    4.3 模型性能仿真验证第50-53页
        4.3.1 验证方法第50-51页
        4.3.2 回归性能仿真第51-52页
        4.3.3 泛化性能仿真第52-53页
    4.4 本章小结第53-54页
第五章 Bootstrap-ELM在钨离子交换冶炼过程参数预测中的应用第54-65页
    5.1 生产过程数据特性第54-59页
        5.1.1 主要影响参数第54-56页
        5.1.2 数据特性分析第56-59页
    5.2 仿真结果与对比分析第59-64页
        5.2.1 仿真结果第59-63页
        5.2.2 评价指标与对比分析第63-64页
    5.3 本章小结第64-65页
第六章 总结与展望第65-67页
    6.1 总结第65页
    6.2 展望第65-67页
参考文献第67-70页
致谢第70-71页
攻读学位期间的研究成果第71-72页

论文共72页,点击 下载论文
上一篇:刺参热风干燥模型及其复水后质构特性的研究
下一篇:添加剂抑制氧化铝熟料溶出二次反应的分子模拟