首页> 中文学位 >多变复杂锌精矿湿法炼锌信息系统
【6h】

多变复杂锌精矿湿法炼锌信息系统

代理获取

目录

文摘

英文文摘

昆明理工大学学位论文原创性声明

第一章绪论

1.1湿法炼锌的技术与生产

1.1.1锌的资源

1.1.2锌的用途和消费

1.1.3锌的生产方法

1.1.4锌精矿的焙烧

1.1.5湿法炼锌的技术和工艺

1.2课题的提出

第二章锌精矿配矿信息系统

2.1配矿信息系统

2.1.1配矿原理

2.1.2锌精矿配矿元素的选择

2.1.3配矿程序流程图

2.1.4配矿程序的适应性和算法

2.1.5配矿信息系统的绘图功能

2.2配矿信息系统经济指标的线性规划

2.2.1线性规划的数学模型及方法

2.2.2配矿经济指标的选择

2.2.3配矿信息系统线性规划的数学模型

2.2.4线性规划的数学模型算法的优化及程序流程

2.3配矿信息系统矿样数据库

2.3.1VB关系数据库分类

2.3.2数据库的访问方法

2.3.3数据库的链接

2.3.4数据库的维护

2.3.5 Access数据库在VB程序运行中的实现

2.3.6矿样数据库表的建立

2.3.7数据库标记功能

2.4本章小结

第三章沸腾炉焙烧物料平衡信息系统

3.1硫化锌焙烧的原理

3.2伴生矿物在焙烧过程中的行为

3.2.1硫化铁在焙烧时的行为

3.2.2硫化铅在焙烧过程中的行为

3.2.3硫化镉在焙烧过程中的行为

3.2.4砷、锑等元素的硫化物在焙烧过程中的行为

3.3沸腾炉机理模型

3.3.1沸腾炉物料平衡

3.3.2沸腾炉热平衡

3.3.3机理模型的建立

3.3.4控制模型参数的修正

3.4本章小结

第四章锌常规浸出和锌电积神经网络预测信息系统

4.1神经网络

4.2 BP神经网络

4.2.1 BP网络学习算法

4.2.2 BP网络特点

4.3 BP神经网络的设计

4.3.1 BP神经网络的层数

4.3.2 BP神经网络的神经元个数

4.3.3 BP神经网络初始权的选取

4.3.4 BP神经网络学习速率的选取

4.3.5 BP神经网络的转移函数和训练函数

4.4湿法炼锌常规浸出BP神经网络

4.4.1样本数据的初始化

4.4.2网络的设计

4.4.3网络的训练

4.4.4湿法炼锌常规浸出BP神经网络的嫁接

4.4.5网络结果的输出

4.5电解沉积电流效率预测的BP神经网络

4.5.1样本数据的初始化

4.5.2网络的设计

4.5.3网络的训练

4.5.4电流效率BP神经网络的嫁接

4.5.5网络结果的输出

4.6本章的小结

第五章系统的集成和程序设计

5.1系统实现方法

5.1.2系统结构

5.1.3BP神经网络系统流程图

5.1.4湿法炼锌信息系统全流程图

5.2 ActiveX控件

5.3在VB中调用和操作Matlab6.1

5.3.1基本原理

5.3.2 Matlab与ActiveX的接口

5.3.3 ActiveX对象的操作

5.3.4 Matlab命令的封装

5.4 VB封装

5.4.1编译应用程序

5.4.2编译工程

5.4.3使用打包和展开向导

第六章结论

参考文献

致谢

附录A

附录B

附录C

展开▼

摘要

湿法炼锌是一个流程较长的冶金过程而且工艺比较成熟,包括锌精矿的焙烧、浸出、净化、电解、阴极锌的熔铸等过程.论文首先叙述了锌精矿种类,沸腾炉的焙烧过程,常规浸出各种影响因素及电解沉积锌的经济技术指标,为后续章节信息系统的开发奠定了基础.该文主要研究锌精矿的焙烧、浸出、电解三个过程,首先建立了锌精矿的配矿信息系统.该系统能提供精确的配矿和符合生产条件下配矿成本最低化,系统中优化了十种矿样的45种组合,而且全部数据输入和输出都使用数据库操作.然后根据锌精矿沸腾炉硫态化焙烧原理建立了热力学模型的信息系统,根据物料平衡和热平衡建立方程组来确定焙烧矿以及烟气的成分.由于焙烧过程的时间变化性,该热力学模型无法全部描述的内在机制等,使得结果存在着一定的偏差,但此模型能够较好地拟合焙烧过程的主要趋势.最后,在锌常规浸出和过电解沉积锌过程中设计了BP神经网络来预测浸出过程中的浸出率、浸出渣率、浸出液上清率、新液合格率、渣含水以及电解过程中的电流效率等因素.网络采用了近30组的训练样本,样本数据范围大,网络的训练误差精度可以达到10<'-5>.新的嫁接BP神经网络预测适应性较广、精度较高.可以实现离线预测,并且为在线操作提供了参数指标.湿法炼锌信息系统的程序采用了Visual Basic6.0和Matlab两种语言混合编写,系统的数据库采用Microsoft Access创建和维护.Visual Basic6.0编程语言简单实用,可视化功能强大,具有严密的封装性,而且还提供许多ActiveX控件;Matlab编程语言不仅有较强的矩阵运算功能和绘图能力,而且带有12个功能强大的工具箱;Microsoft Access编写的数据库具有随时对数据进行修改和补充.程序运用Matlab解方程组的功能和神经网络工具箱,建立沸腾炉焙烧物粒平衡信息系统和锌常规浸出和锌电积神经网络预测信息系统两大系统,再把解方程过程中BP神经网络可视化接到VB的封装体系中.所涉及到的BP神经网络函数都以脚本文件的形式存在,这样既减少程序的复杂性又提高了程序的运行效率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号