声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 连续搅拌反应器的建模方法
1.2.2 工业过程的指标预测
1.3 针铁矿法沉铁过程建模存在的问题
1.4 主要研究内容与结构安排
第二章 针铁矿法沉铁过程机理分析及集成建模整体思路
2.1 直接浸出湿法炼锌的工艺概述
2.2 沉铁基本方法的分析及比较
2.3 针铁矿法沉铁过程的工艺分析
2.4 影响针铁矿法沉铁效果的因素分析
2.5 针铁矿法沉铁过程的数据预处理
2.6 针铁矿法沉铁过程的集成建模思路
2.6.1 针铁矿法沉铁过程的优化控制结构框图
2.6.2 集成建模的整体思路
2.7 本章小结
第三章 针铁矿法沉铁过程的机理模型
3.1 不同工况下的有效溶解氧浓度模型
3.2 针铁矿法沉铁过程的化学反应动力学模型
3.2.1 低价铁离子氧化反应动力学模型
3.2.2 高价铁离子水解反应动力学模型
3.2.3 氢离子中和反应动力学模型
3.3 基于加权耦合方法的机理模型补偿
3.4 串联沉铁反应器的机理模型
3.5 本章小结
第四章 针铁矿法沉铁过程机理模型的参数辨识
4.1 分段进化PSO算法
4.1.1 分段进化PSO算法
4.1.2 算法仿真及比较
4.2 机理模型中参数的确定方法
4.2.1 基于分段进化PSO算法的稳态模型参数辨识
4.2.2 机理模型中权系数的确定方法
4.2.3 权系数随反应器的变化趋势及分析
4.3 模型验证及分析
4.3.1 机理模型验证及分析
4.3.2 串联沉铁反应器的机理模型验证及分析
4.4 本章小结
第五章 针铁矿法沉铁过程的铁离子浓度混合智能预测模型
5.1 基于过程神经网络的预测建模
5.1.1 过程神经网络
5.1.2 基于HSA-BP算法的混合训练算法
5.2 基于改进最小二支持向量机的预测建模
5.2.1 最小二乘支持向量机
5.2.2 改进的动态密度聚类的差分进化算法
5.2.3 基于信息熵的集成预测模型
5.3 基于相关性系数改进的即时学习校正模型
5.3.1 基于相关性系数改进的即时学习局部模型
5.3.2 基于方差-协方差方法的集成预测模型
5.3.3 模型验证及分析
5.4 基于沉铁过程能力评估的集成预测模型
5.4.1 针铁矿法沉铁过程的过程能力评估
5.4.2 基于过程能力评估指数的集成预测模型
5.4.3 模型验证及分析
5.5 本章小结
第六章 针铁矿法沉铁过程铁离子浓度预测模型的应用
6.1 针铁矿法优化控制系统概述
6.2 针铁矿法优化控制系统的实现
6.2.1 优化控制系统的硬件体系
6.2.2 优化控制系统的软件体系
6.2.3 优化控制系统结构
6.2.4 优化控制系统的主要功能
6.3 铁离子浓度集成预测模型的应用效果
6.4 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
致谢
攻读学位期间主要的研究成果