一、迭代拟合法在生料发酵过程中的应用（论文文献综述）
方灿东[1]（2020）在《氯和重金属共存对水泥熟料中重金属固化及矿物的影响》文中研究表明水泥窑协同处置固体废物时常常会带入重金属、氯等元素,这些元素会对水泥熟料烧成、矿物组成及污染物的排放产生影响。探究氯和重金属存在时对重金属挥发与固化、熟料质量的影响,可为水泥窑协同处置固体废物无害化、减量化、资源化利用提供理论参考。本文以氯化钙为氯源,并选取具有不同挥发特性的重金属（Cu、Zn、Pb）掺入水泥生料,围绕不同氯掺量对熟料中重金属挥发与固化的影响,系统研究了氯和重金属共存时对熟料烧成、矿物及其超早期水化特性的影响,主要研究结果如下:（1）熟料中氯掺量增加时,Cu、Zn、Pb的挥发率随之增加,其中氯掺量对Cu的挥发率影响最大,Zn次之,Pb最小,且重金属氧化物易与氯反应形成重金属氯化物,重金属和氯的固化率随之降低,所以氯的掺入不利于Cu、Zn、Pb的固化。（2）氯和Cu、Zn、Pb元素均主要分布在熟料中间相中,随着氯掺量的增加,Cu、Zn的分布无明显变化,而Pb由中间相向硅酸盐相迁移。此外,氯的存在会使熟料中部分Cu2+转变为Cu+并取代Ca2+,同时会减弱Pb2+对Ca2+的取代作用。（3）随着氯掺量的增加,含Cu、Zn熟料中游离氧化钙（f-Ca O）的含量先增加后降低,在氯掺量为1.0 wt.%时达到最大值,而含Pb熟料中f-Ca O的含量随之不断增加;含Cu、Zn熟料中硅酸盐相的含量随之增加,含Pb熟料中硅酸盐相的含量无明显变化;三组熟料样品的中间相含量均有不同程度的降低,其中铝酸三钙（C3A）含量先降低后增加,铁铝酸四钙（C4AF）的含量呈降低趋势。（4）氯的存在阻碍了七铝酸十二钙(C12A7)向C4AF和C3A转化,使得1450℃下烧成的熟料中仍存在C12A7,其含量随氯固化量的增加而增加,而C12A7的出现与重金属的掺入无关。（5）氯的固化量及掺入重金属的种类会影响铝酸盐C3A、C12A7的含量,使得水泥的第一水化放热峰和超早期水化活性随铝酸盐C3A、C12A7含量的增加而增大。同时,水化产物钙矾石（AFt）、单硫型水化硫铝酸钙（AFm）的生成量分别随C3A、C12A7含量的增加而增多。
沈铭[2]（2020）在《基于高光谱与深度学习的分类模型研究》文中研究表明高光谱图像与普通图像相比,具有“图谱合一”的特点,其数据格式为三维的数据立方体。将光谱分析技术与成像技术结合为一体的高光谱成像技术,可以同时提供数据光谱维度分析与空间维度的图像分析。针对这样的数据特点,高光谱图像的数据处理可以在空间维度进行分析,又可以在指定像素下在光谱与进行研究,而近些年同时融合光谱维度与空间维度的数据成为研究趋势。这样的数据特点使得高光谱数据分析在各个领域得到关注与研究,而如今随着经济迅猛发展,人们对于各类农产品的品质与等级愈发关注,其中水果品质的检测由于其巨大的市场经济价值,成为研究的重点。当今市场对于水果品质的检测方法主要是破坏性的化学方法。化学方法在检测时必须对样品进行破坏同时较为耗费时间精力。而通过高光谱技术获得到的数据,其中包含的图像信息被用来检测与水果外观相关的指标,例如外观有无破损、污染、病变等,而光谱信息则被用来检测它们的内部品质,例如含水度、安全性等。本文搭建了高光谱在线检测硬件系统,开发了高光谱采集系统的软件平台。结合具体实验需求,完成对高光谱在线监测系统中光谱相机,高精密传输带等关键部件的控制。同时实现对于高光谱图像在采集时进行实时显示,检测数据后自动保存,数据可视化展示等功能。针对高光谱图像空谱特征提取不全面等难题,以水果草莓为实验样本,提出了两种基于空谱信息融合的深度学习模型。在第一个模型中,采用二分支的网络结构,其中将光谱维度数据送入一维卷积神经网络分支,将空间维度数据降维后送入二维卷积神经网络分支,两个分支最后进行信息融合。在此基础上为了进一步提取空谱信息深度融合的深层次特征,提出了一种基于三维卷积神经网络的分类模型,以充分提取高光谱图像中的空谱联合特征。在此分类模型中,输入数据选择直接将包含空谱联合特性的三维数据块,这样的数据保留了其本身原有的空间结构,无需前期较为复杂的数据重构。最后针对本次数据的特点,对三维卷积神经网络结构进行优化,通过连接在光谱维度上拥有不同卷积核的大小的卷积层,组成多尺度三维卷积模块,不同卷积核的大小的卷积层能过提取更多深层次的特征信息。以此多尺度三维卷积模块为基础,组建得到深层次多尺度三维卷积神经网络,进一步提升分类精度。同时对于所提出的两个模型进行了关键超参的敏感性分析。
武伟宁[3]（2020）在《水泥熟料烧结过程软测量方法研究》文中认为水泥工业是国民经济的基石产业,提高水泥熟料烧结过程的信息化和自动化水平是提高产品质量、降低能源消耗的重要途径。但是,熟料烧结过程属于典型的非线性动态过程,具有大时滞、强耦合等特点,且处于高温、多粉尘的封闭回转窑内。在这样复杂恶劣的环境下,难以用传感器直接测量熟料烧结过程信息,成为水泥生产自动控制理论与技术面临的瓶颈问题。针对以上问题,本文依托国家自然科学基金项目,综合运用水泥熟料烧结过程的机理知识及数据,深入研究熟料质量（游离氧化钙含量）、窑体热损失、窑内物料料层高度等重要过程信息的软测量方法,为烧结过程的高性能运行和节能控制提供新的量化过程信息。本文主要的研究工作及取得的成果如下:（1）游离氧化钙（f-CaO）含量是水泥熟料的质量指标,也是评判水泥能耗成本的经济指标之一。针对现有f-CaO含量软测量模型未充分考虑输入输出变量的时序信息而导致测量精度不高的问题,本文根据水泥熟料烧结工艺过程的大时滞、强惯性特征,提出一种对输入输出变量进行时序分析的新方法。首先利用物料的传输机理对模型的输入-输出变量进行时序匹配,之后利用类高斯函数对模型的输入变量进行时序加权,最终获得具有时序信息的输入-输出样本对,为提高f-CaO含量软测量模型的精度奠定良好基础。（2）针对现有的f-CaO含量测量单模型泛化能力差的问题,本文提出了一种基于时序分析与集成学习的f-CaO含量软测量模型。首先,选取了六种性质不同的学习算法构建f-CaO含量个体学习器,并采用时序信息的输入-输出数据对其进行训练;然后,采用互信息方法对个体学习器进行剪枝和集成,从而实现f-CaO含量的软测量。利用某水泥厂连续50小时的实际生产数据对本文所提出的f-CaO含量软测量模型进行实验验证,结果表明,模型的预测值与实际测量值吻合良好,能正确反映f-CaO含量随时间的变化趋势。与现有的单模型、全集成模型进行实验对比表明,本文所提出的f-CaO含量软测量模型在测量精度方面具有优势,且能满足在线测量速度要求,对于提高熟料烧结过程自动化水平具有理论与应用价值。（3）由于熟料烧结过程的高温特点,窑体热损失不可避免,并且随着操作参数的变化而产生波动。因此,对窑体热损失进行测量及影响因素分析是实现熟料烧结过程节能控制与决策的前提和重要依据。针对现有窑体热损失计算模型由于忽略窑体温度信息在时间和空间上的非均质性而导致测量结果不精准的问题,本文提出了一种基于红外热图的窑体热损失软测量方法。通过分析窑体的对流与辐射传热机理,建立了热损失软测量模型,然后根据窑体实时红外热图获取温度场数据,实现了热损失的测量。采用该方法对某水泥回转窑的窑体热损失量进行了测量,结果发现,窑体煅烧区的热损失约80.68kw/m,辐射和对流产生的热损失量基本相当。窑体总热损失低于回转窑总热量输入的12%。为了研究窑体热损失与熟料烧结过程操作变量的相关性,本文采用随机森林和皮尔逊相关系数相结合的分析方法,结果表明,篦冷机2#风机开度、喂料量和分解炉喂煤量等五个操作变量对窑体热损失量的影响最大。本文提出的窑体热损失软测量方法及研究成果为熟料烧结过程的节能控制与决策提供了量化依据。（4）回转窑内物料的料层高度是影响窑内热、流、反应进程的关键因素,也是熟料烧结过程高性能运行控制的决定因素之一。但是,由于回转窑的高温、密闭及旋转运行环境,料层高度的测量问题一直是个难点。针对以上问题,本文以准工业热态实验回转窑为实验对象,提出了一种基于窑内温度信息的料层高度软测量方法。首先,通过分析窑内物料的运动特征与窑内圆周方向温度曲线的周期性特征,定性地判断出物料区和高温气体区;然后,采用统计分析方法估算出活动层物料的平均温度,以此温度来确定该径向位置物料所覆盖的中心角,进而计算出料层高度。利用实验窑14个不同位置的温度信息对本文的物料高度软测量方法进行测试,并与人工测量结果进行对比验证。实验结果表明,本方法测量误差小于7%,且测量结果稳定,为工业水泥回转窑物料高度的测量提供了一种新思路。
令狐嵘旋[4]（2020）在《农林废弃物热解机理与反应动力学研究》文中认为作为世界上最大的农业生产国,我国每年的农林废弃物产生量相当可观。通过热解技术促使有机质组分发生迁移转化从而获取高附加值产物,是较为高值化的生物质利用方式。但在工业过程中往往暴露出原料转化效率不高、反应器结构优化效果不明显以及产物品质较差等问题。这主要是由于热解机理认识不清、反应动力学数据来源不可靠以及产物性质变化规律掌握不全所导致的。针对以上问题,本文综合气体释放规律和残焦表面特性总结出了原料热解机理及反应路径;在此基础上,利用不同解析手段对整个热解过程进行了全面的动力学分析;最后针对实际的工业应用,考察了原料在快速热解工况下的产物变化规律。首先利用热质联用分析仪和原位红外光谱仪对杨树木屑、杏仁壳和小麦秸秆等典型生物质的热解反应行为进行了考察。发现升温速率的提高会使热滞后现象更加明显,并且与其余两种原料相比,杨树木屑受热更易分解。原料在热解初期首先发生氢键网格的解构与水分子的析出。在250-350℃之间,由于脱羰基和脱羧基反应逐步深化为亚甲基和苯环各取代基的移除,造成大量CO、CO2和乙酸的生成。360℃主要发生脱氢反应和开环裂解反应。400℃后开始发生芳构化和苯环的缩聚反应。脱甲基反应主要发生于420℃左右。500-600℃之间主要发生焦炭的缩聚脱氢反应。最后,650℃以上的高温段将进行碳酸盐的分解、甲烷/焦油水蒸气重整以及焦油热裂解等次生反应。分别使用Friedman法、主曲线法以及多高斯分布活化能模型对原料的热解过程进行动力学解析,发现三种生物质的活化能总体分布于120-220k J/mol之间,且基本符合Fn级反应模型,但受原料组成配比不同的影响,各样品对应的特性参数（如,ln[Aαf（α）]和Eα）随转化率的变化趋势差异较为明显。结合对原料热解反应机理的认识,可以获得各实验结果在分解峰的区间划分、峰面积以及半峰宽等方面的基本信息,从而实现对实验数据的高精度分峰拟合。模型计算结果表明,多高斯方法的求算结果与实验数据高度吻合、活化能分布区间合理、拟合水平较高（拟合度偏差<4.2%）,证明了多高斯分布活化能模型应用于生物质热解的可行性和有效性。同时,各单一峰的动力学参数能够与特征反应强度相对应,进一步体现了该方法在机理解析与动力学求解两个方面的结合优势。最后,针对实际工艺操作过程,在下行式固定床小试反应装置中基于产物收率和组分分析总结出了三种原料在快速热解条件下的产物分布和品质变化。结果表明,热解气收率及其可燃气比例均随热解温度的升高而持续增加。与程序升温结果相比,快速热解技术的产气效率更高。生物油收率在500-600℃最高,其组成变化主要分为各组分持续稳定析出、烷烃裂解与芳构化以及芳烃缩聚重质化三个阶段。固体产物收率随热解温度的升高而持续减少,600℃以前碳基微晶结构变化不明显,600℃后开始向高度有序的石墨化方向转移。
黄韵祺[5]（2019）在《基于神经网络的藻液pH值控制系统研究》文中进行了进一步梳理虾青素因其强抗氧化性被广泛应用于保健品、化妆品等领域,而雨生红球藻则是提取虾青素的最理想材料。随着市场对虾青素的需求量越来越大,提高虾青素的质量与产量成为了国内外的研究热点,藻液pH值作为影响雨生红球藻培养的环境因素之一也受到了广泛重视。雨生红球藻培养对藻液pH值有严格要求,藻液pH值的过高或过低都会抑制其生长,因此想要提高虾青素的产率,对藻液pH值控制系统进行研究至关重要。首先,本文对藻液pH值影响雨生红球藻培养的原因进行了解释,并根据pH值的中和特性以及酸碱中和反应过程中的电荷守恒定律对藻液pH值控制系统分别搭建了静态模型和动态模型;然后对神经网络的模型、结构进行简单概述,以BP神经网络为例,对其算法进行详细推导,并总结计算步骤。第二,分析BP神经网络在过程控制中存在的不足,针对不足,提出了附加动量项法、自适应学习速率法、拟牛顿法、共轭梯度法、LM算法5种对BP神经网络的改进方式;重点提出了动量因子和固定参数的自适应调整公式对LM算法进行优化,然后利用MATLAB软件对上述5种改进的BP神经网络算法进行自拟非线性函数的逼近能力仿真对比分析。仿真结果表明,改进的LM-BP神经网络算法收敛速度最快,非线性逼近能力最强。第三,利用MATLAB软件分别对本文设计的改进的LM-BP神经网络PID控制器和传统PID控制器进行仿真分析。仿真结果表明,本文设计的改进的LM-BP神经网络PID控制器调节时间更短、无系统振荡且超调量小以及抗干扰能力更强。最后,本文根据实验室前期在小环境培养雨生红球藻时对光照强度和藻液pH值的实验探究结果设计了适合本实验室研究使用的柱状光生物反应器,并将PID控制器和改进的LM-BP神经网络PID控制器应用于藻液pH控制系统,进行实验探究。实验结果表明,改进的LM-BP神经网络PID控制器调节时间更短,控制精度更高。
王雪庆[6]（2019）在《基于典型工况的水泥生料质量自动控制研究》文中提出水泥生料配料环节是水泥生产的重要环节,水泥生料质量的好坏会直接影响着熟料质量的优劣。水泥生料配料环节存在大滞后,非线性和工况波动频繁等问题,国内水泥厂多采用荧光分析仪检测生料质量,依靠人工操作进行控制。人工调整配比精度有限,生料合格率还有待提高。荧光分析仪每小时检测一次生料,检测周期长。为实现水泥生料配料环节配比的实时调整,本课题以某水泥厂2500t/d的水泥生产线为研究应用背景,在深入了解水泥生料配料工艺的基础上,结合瑞士SpectraFlow公司的近红外在线分析仪和先进控制算法,完成了水泥生料质量自动控制系统的方案设计与软件开发。主要研究内容如下:（1）数据处理与趋势信息提取。针对数据采集过程中存在的异常数据和随机误差问题,先采用限幅滤波法剔除异常值,然后采用加权递推平均滤波法进行数据平滑处理,通过两种方法相结合实现数据滤波处理。针对趋势信息提取问题,采用最小二乘法多项式拟合,实现对数据的趋势信息进行提取。（2）典型工况的划分与模型建立。针对水泥生料配料环节存在的工况波动频繁问题,在石灰石配比与CaO含量呈非正相关关系的情况下,采用K-Means聚类算法,KMedoids聚类算法和Fuzzy C-Means聚类算法三种方法相结合,划分出三种典型工况。在三个典型工况下,分别采用ARX模型建立以四种原材料配比为输入,以四种氧化物含量为输出的四入四出模型。（3）控制器设计。针对生料配料环节中存在的大滞后问题,采用模型预测控制器,利用各个典型工况下建立的模型,预测未来一段时间的输出数据,实现对配比的及时调整,解决滞后问题。化验室荧光检测值准确性高,在线分析仪检测周期短,根据荧光检测值与在线分析仪检测值的对应关系总结专家系统控制规则,编写专家系统控制器。（4）水泥生料质量自动控制软件的设计与开发。根据以上研究内容,开发水泥生料质量自动控制系统,主要开发的模块包括数据滤波模块、工况识别与切换模块、模型预测模块和专家系统控制模块四部分。通过现场实际应用表明,本软件能够在现场长时间可靠运行,控制效果良好,有利于提高生料质量,具有较强的实用性。
陈志文[7]（2018）在《基于热质传递过程的桉木屑热解模型研究》文中提出生物质资源具有储量大、成本低、清洁可再生等特点,受到政府和研究机构的重视。热解技术具有转化效率高、产物多样化且产物品质可根据热解工艺调控的特点,更符合市场能源和化工产品的需求,在生物质利用技术中占据重要地位。国内外研究者对生物质热解动力学参数、热解产物特性、热解过程和机理等进行了大量研究,但针对热解反应的传热传质过程研究相对较少。本文研究内容和主要结果如下:利用TG-DSC方法研究了桉木屑的热解特性和动力学参数,桉木屑热解过程可以分为干燥预热、快速热解和炭化3个阶段,升温速率的提高有利于热解反应进行和挥发分析出,热解反应系数Q从5℃/min的1.01×10-6增加到30℃/min的2.42×10-6。通过Ozawa-Flynn-Wall法和Friedman法求得热解第一、二阶段的活化能分别为60.67k J/mol和82.33k J/mol、134.33 k J/mol和148.50 k J/mol,指前因子分别为6.87 s-1和10.43s-1、9.27 s-1和10.77 s-1,利用Malek法确定了桉木屑热解前2个阶段的反应机理为随机成核和随后生长,满足Avrami/Erofeev方程;利用数据拟合法得到第三阶段的反应进程方程。在20℃/min的升温速率下研究了桉木屑固定床热解温度对热解炭产率、成分、微观结构和热物性参数的影响。随着热解温度的升高,热解炭的得率下降、挥发分含量减小、灰分和固定碳含量增大、内部孔道逐渐发展成熟,更有利于传热传质,热解炭的密度先减小后增大,导热系数先略减小后呈指数型迅速增大。利用TG-DSC方法研究了桉木屑及其热解炭的比热容和热解反应热,随着热解炭制备温度的升高,热解炭比热容呈现U字型先减小后增大,热解反应热先减小后增大。利用ANSYS有限元分析软件建立了颗粒尺寸为?20?40mm的三维圆柱体状生物质颗粒在升温速率为20℃/min下的热解传热模型。在热解过程中,热量由外向内传递,颗粒从外到内可以分为炭化区、热解区、水分蒸发区和未反应区,各反应区逐渐向炭化区衍变。研究了模型参数对颗粒温度场的影响,发现三维模型比二维模型更能反映真实热解过程的传热情况;颗粒外壁温度在350℃以下时,随着升温速率增加,颗粒模型径向温度取样点的温度差异变大,在350℃时,颗粒模型取样点温度差异变小并趋于稳定,并在随后升温过程中保持此差异,而后各取样点温度逐渐达到850℃;比热容采用恒定值时,各个取样点的升温曲线产生变异,忽略比热容的变化将导致传热模型不准确;当导热系数采用恒定值0.05w/（m·℃）时,模型初始段的颗粒内部升温速率变快,而结束段的升温速率变慢;反应热以及颗粒尺寸对模型求解结果无明显影响。通过关联动力学模型和传热模型建立的热解模型可以较好的模拟桉木屑热解过程中颗粒内部温度分布和失重情况。
王涵[8]（2013）在《生料玉米淀粉同步糖化发酵乙醇动力学的研究》文中认为发酵酒精作为新型的绿色可再生原料在食品、化工、医药等很多领域都占有重要地位。通过发酵动力学模型描述发酵过程中各状态变量间的关系，不仅可以定量地解释发酵过程，还可以为发酵过程的分析、设计、优化和操作提供理论依据。从生料玉米淀粉到产物酒精的生成通常包含淀粉经由酶水解成葡萄糖和葡萄糖通过酵母发酵产酒精两个阶段；生料玉米淀粉同步糖化发酵是生料玉米淀粉不经蒸煮、液化等过程，直接在发酵罐中进行糖化，产糖与发酵同时进行的工艺；相比于传统的发酵工艺，它工艺简单，节省了发酵时间，降低了设备投资，减少了能量消耗，消除了高浓度糖的抑制作用。本文分别对酶解过程和发酵过程的动力学进行了研究。对于酶解过程，本文研究了产物浓度，底物浓度及酶失活对酶解产糖速率的影响，通过酶解实验确定了产物抑制点的存在，经分析得出其值为6.95g/L，给出了包含产物抑制、抑制点和酶失活的酶解动力学模型，通过对实验数据的拟合得出模型参数Km=14.51g/L，Vm=0.8429g/（L·min），KG=0.0080g/L，a=20.6831，模型对实验数据的拟合度R2为0.9939。对于发酵过程，讨论了产物的浓度，菌体的生长，还原糖、总糖的积累和消耗随时间的变化关系以及酒精生成动力学模型参数的不同求解方法对结果的影响；结合经典发酵动力学并从化学工程的角度建立模型来描述产物酒精的生成过程，所建立模型对最大酒精浓度的预测值52.766.4g/L与实验值较为接近，对水料比为1.5、2.5、3.5、4.5实验的拟合度R2分别为0.9941、0.9731、0.9464、0.9635。对于底物消耗过程，基于生长耦联假设给出了底物总糖消耗动力学模型，模型对水料比1.54.5不同实验的拟合度R2分别为0.9363、0.9446、0.9413、0.9501。通过相关系数及实验值的验证可知，其模型都能与实验值吻合的很好。
陈敏[9]（2012）在《工业节能减排技术推广政策及潜力研究 ——以钢铁、水泥为例》文中研究表明工业行业是中国能源消耗和CO2排放的主要部门，随着中国在全球气候变化谈判及国内能源安全问题方面面临的形势日趋严重，工业行业在能源节约与CO2减排方面面临着巨大压力。经历“十一五”较大规模结构调整和效率管理后，工业行业节能减排取得一定成效，进一步通过技术推广途径获取节能减排潜力，是工业行业节能减排的重要方向。本研究以钢铁行业和水泥行业为例，探讨中国工业行业节能减排技术推广途径的节能减排潜力，并对技术推广的影响政策进行定量评估和比较。本文在梳理技术推广基本规律的基础上，首先对工业行业技术推广的过程进行分析，对技术推广定量评估方法进行综述比较，选择AIM/enduse模型方法。基于行业特征，构建技术推广模拟框架，并筛选出钢铁行业与水泥行业总计29项节能减排技术进行模拟分析。在技术推广初始分析中，对技术推广的驱动力和无外部影响因素的技术推广过程进行了探讨。随后，根据我国节能减排政策的基本类型，选用2种压力型强制政策因素和2种激励型经济政策进行单因素模拟，结果表明，单一政策因素只能显着地驱动某一类节能减排技术在行业内的推广过程，且不同技术的政策响应方式也有所区别。在技术推广方面，钢铁行业与水泥行业未显示出明显区别。基于单政策因素的模拟结果，对29项节能减排技术提出了技术推广适用政策。为了模拟行业节能减排技术推广的潜力，根据行业节能减排政策环境，设定参照情景、综合政策情景和强化政策情景，对钢铁行业和水泥行业的能源消耗以及CO2排放的趋势进行综合分析。研究发现，综合政策情景和强化政策情景可有效缓解或降低行业能源消耗量和CO2排放排放量的增长趋势。在两种政策情景下，由于技术推广和生产工艺结构的调整，钢铁行业与水泥行业均可实现可观的节能减排量，但由于行业特征影响，钢铁行业与水泥行业在行业能耗、CO2排放及节能减排潜力方面表现出了不同的特征。通过节能减排途径比较及节能减排目标比较可以发现，钢铁行业节能减排政策应侧重技术推广，政策强度需求大，水泥行业节能减排政策要同时注重技术推广和结构调整，综合政策强度既能满足行业节能减排目标。
王伟[10]（2011）在《炼焦过程综合生产目标的智能预测与协调优化研究》文中研究指明作为冶金、机械、化工等行业的主要原料和燃料,焦炭已广泛应用于高炉炼铁、电石、气化、铸造和有色金属冶炼等方面。炼焦生产各个局部过程的稳顺运行和协调优化直接影响焦炭质量、产量和焦炉能耗等炼焦生产指标。针对炼焦生产过程的非线性、不确定性特点,本文以高产优质低耗为优化目标,围绕炼焦过程综合生产目标的智能预测与协调优化开展研究,取得的研究成果主要包括下述三个方面：（1）生产指标与过程参数的关联性分析与协调优化结构炼焦生产工况直接影响焦炭的质量、产量以及焦炉能耗,反映炼焦生产工况的过程参数较多,对炼焦生产指标的影响程度也不相同。本文在剖析炼焦生产工艺机理的基础上,根据炼焦企业的生产需要和炼焦生产各个局部过程的控制要求,确定了炼焦过程的质量、产量、能耗等生产指标与过程状态参数,对生产指标、过程状态参数和过程操作参数之间的关系进行深入的定性分析和基于灰色关联分析的定量分析。基于分层优化、分而治之的思想,提出一种基于分层递阶结构的炼焦过程综合生产目标智能建模与协调优化策略,建立包括协调优化级、优化控制级和基础自动化控制级的三层系统结构,对各层次间的关系及其具备的功能进行了分析和设计,为炼焦生产过程的智能建模与协调优化提供了一种新思路。（2）炼焦生产指标的智能混合预测模型为实现炼焦生产过程的协调优化,需要对焦炭质量、产量和焦炉能耗等生产指标进行在线准确预测。针对炼焦生产过程的非线性、不确定性特点,基于生产指标与过程参数的关联性分析,建立焦炭质量、产量和焦炉能耗的BP神经网络预测模型。针对传统BP神经网络训练算法学习效率低、收敛速度慢,易于陷入局部极小的缺点,提出一种基于密度聚类的小生境差分进化算法进行BP神经网络的训练。考虑到炼焦生产工况的波动,以及生产过程的时变和模型不完整性等因素,从提高模型预测性能和自适应能力的角度出发,提出一种基于滑动时间窗口的BP模型预测性能评估策略,以及有效融合生产指标偏差校正、基于即时学习技术的短时补偿校正和BP神经网络模型参数校正等三种校正策略的分段校正方法,并深入研究基于即时学习策略的改进加权LSSVM局部建模方法以及动态加权混合预测方法。通过对BP模型预测性能的有效评估以及基于性能评估的分段校正,使混合预测模型能在生产工况波动时获得更好的预测性能,实现对炼焦生产指标实时有效的预测。（3）面向综合生产目标的协调优化策略为达到高产、优质、低耗的协调优化目标,建立以焦炭产量最大、焦炉能耗最小为优化目标,焦炭质量为约束条件,各个局部过程的状态参数为决策变量的多目标优化模型。在乘子罚函数法的基础上,对原目标函数和乘子罚函数进行归一化和论域扩展,并引入扩展的可行域以充分利用好的不可行解信息,提出融合核模糊C均值聚类和多种群差分进化算法的协调优化策略,获得各个局部过程状态参数的优化设定值,将协调优化控制问题转化为各个过程的局部优化控制问题。由于焦炭质量数据的非正态特性,采用非正态数据下的多元过程能力分析方法,获得焦炭质量多元过程能力指数,并将该指数与综合生产指标的经济性指标和生产率指标作为评价因子,采用可变权重的模糊综合评价方法对炼焦生产工况进行综合评价,当评估结果不满足给定的等级要求时,采用协调优化算法在线调整过程状态参数设定值,从而实现炼焦生产过程运行性能的实时优化。阐述了协调优化策略的实施步骤,并对加热燃烧过程火道温度时滞补偿模型和烟道吸力优化设定模型进行了设计。利用炼焦生产过程实际数据,对协调优化策略进行仿真研究。仿真结果表明,该协调优化策略能在保证炼焦生产过程稳顺运行的前提下,实现炼焦生产过程的优化运行,达到高产优质低耗的企业生产目标。
二、迭代拟合法在生料发酵过程中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、迭代拟合法在生料发酵过程中的应用（论文提纲范文）
（1）氯和重金属共存对水泥熟料中重金属固化及矿物的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 固体废物的产生与处置现状 |
| 1.1.1 固体废物的产生 |
| 1.1.2 固体废物的处置 |
| 1.2 固体废物中存在的各种元素 |
| 1.2.1 固体废物中的氯 |
| 1.2.2 固体废物中的重金属 |
| 1.3 固体废物中的重金属和氯对水泥熟料的影响 |
| 1.3.1 重金属和氯在水泥熟料中的挥发与固化 |
| 1.3.2 重金属和氯对水泥熟料质量的影响 |
| 1.3.3 重金属和氯对水泥熟料水化的影响 |
| 1.4 尚存问题 |
| 1.5 研究的目的与意义 |
| 1.6 研究的内容与技术路线 |
| 第二章 样品制备与试验方法 |
| 2.1 样品制备 |
| 2.1.1 熟料样品制备 |
| 2.1.2 水化样品制备 |
| 2.2 实验设备与试剂 |
| 2.3 试验方法 |
| 第三章 氯对水泥熟料中重金属挥发与固化的影响 |
| 3.1 氯对熟料中重金属挥发的影响 |
| 3.1.1 氯掺量对熟料中重金属挥发率的影响 |
| 3.1.2 氯影响重金属挥发的机理 |
| 3.2 熟料矿物中氯和重金属的分布 |
| 3.2.1 熟料矿物中氯和Cu的分布 |
| 3.2.2 熟料矿物中氯和Zn的分布 |
| 3.2.3 熟料矿物中氯和Pb的分布 |
| 3.3 氯对熟料中重金属固化的影响 |
| 3.3.1 熟料中氯的固化 |
| 3.3.2 熟料中重金属的固化 |
| 3.3.3 氯掺量对熟料矿物中重金属固溶的影响 |
| 3.3.4 氯影响重金属固化的机理 |
| 3.4 本章小结 |
| 第四章 氯对含重金属水泥熟料矿物的影响 |
| 4.1 氯对含重金属熟料易烧性的影响 |
| 4.2 氯对含重金属水泥熟料矿物的影响 |
| 4.2.1 含重金属熟料的矿物组成 |
| 4.2.2 氯掺量对含重金属熟料矿物组成的影响 |
| 4.2.3 氯掺量对熟料中间相矿物结构的影响 |
| 4.2.4 熟料矿物的形貌特征 |
| 4.3 本章小结 |
| 第五章 氯对水泥超早期水化特性的影响 |
| 5.1 氯掺量对含重金属水泥超早期水化活性的影响 |
| 5.1.1 水化超早期水泥悬浮液电导率分析 |
| 5.1.2 水泥超早期水化放热分析 |
| 5.2 氯掺量对含重金属水泥水化产物的影响 |
| 5.2.1 水化产物的形成 |
| 5.2.2 水化产物的形貌 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）基于高光谱与深度学习的分类模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究历史及现状 |
| 1.2.1 深度学习研究现状 |
| 1.2.2 工业高光谱图像研究现状 |
| 1.3 工业高光谱数据特性 |
| 1.4 本文的主要工作内容 |
| 第二章 深度学习理论介绍 |
| 2.1 深度学习简介 |
| 2.2 神经网络的前向传播 |
| 2.2.1 神经元模型 |
| 2.2.2 神经网络的前向传播的理论推导 |
| 2.3 神经网络的误差反向传导 |
| 2.4 卷积神经网络基本原理 |
| 2.4.1 卷积层 |
| 2.4.2 池化层 |
| 2.4.3 全连接层 |
| 2.4.4 激活函数 |
| 2.5 卷积神经网络的优化 |
| 2.5.1 批标准化 |
| 2.5.2 dropout与正则化 |
| 2.5.3 优化器 |
| 2.6 本章小结 |
| 第三章 高光谱系统平台搭建与数据采集 |
| 3.1 高光谱成像原理与采集方式 |
| 3.2 高光谱采集系统硬件搭建 |
| 3.3 高光谱采集系统软件平台开发 |
| 3.4 实验数据的采集与处理 |
| 3.4.1 实验材料 |
| 3.4.2 实验数据采集与预处理 |
| 3.4.3 可溶性固形物的测定 |
| 3.5 本章小结 |
| 第四章 基于二分支卷积神经网络的高光谱图像分类 |
| 4.1 高光谱数据光谱维特征提取 |
| 4.2 二分支卷积神经网络的架构设计 |
| 4.2.1 数据降维方法 |
| 4.2.2 基于空间维度信息的卷积神经网络 |
| 4.2.3 分类器的函数 |
| 4.3 实验结果分析 |
| 4.4 本章小结 |
| 第五章 三维卷积神经网络架构设计 |
| 5.1 三维卷积神经网络架构设计 |
| 5.2 多尺度三维卷积神经网络架构设计 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（3）水泥熟料烧结过程软测量方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 f-CaO含量测量的意义 |
| 1.1.2 窑体热损失测量的意义 |
| 1.1.3 料层高度测量的意义 |
| 1.2 研究现状 |
| 1.2.1 f-CaO含量测量方法的研究现状及存在的问题 |
| 1.2.2 窑体热损失测量方法的研究现状及存在的问题 |
| 1.2.3 料层高度测量方法的研究现状及存在的问题 |
| 1.3 本文研究目标及研究内容 |
| 第2章 水泥回转窑熟料烧结过程机理及数据获取 |
| 2.1 熟料烧结过程机理分析 |
| 2.1.1 物料的预热及分解 |
| 2.1.2 物料的烧结 |
| 2.1.3 物料的冷却 |
| 2.1.4 熟料烧结过程的特点 |
| 2.2 熟料烧结过程数据的获取 |
| 2.2.1 主要过程变量及数据的获取 |
| 2.2.2 窑体红外热图的获取 |
| 2.3 本章小结 |
| 第3章 f-CaO影响参数分析及过程变量时序分析方法 |
| 3.1 f-CaO影响参数的确定 |
| 3.2 过程变量的时序分析方法 |
| 3.2.1 变量间的时序匹配方法 |
| 3.2.2 过程变量的时序加权方法 |
| 3.3 本章小结 |
| 第4章 基于时序分析与集成学习的f-CaO含量软测量方法 |
| 4.1 集成学习简介 |
| 4.2 基于时序分析与集成学习的f-CaO含量软测量建模 |
| 4.2.1 数据预处理 |
| 4.2.2 过程变量间的时序关系 |
| 4.2.3 个体学习器的生成 |
| 4.2.4 选择性集成策略制定 |
| 4.3 f-CaO含量软测量模型的实验验证 |
| 4.4 f-CaO含量软测量模型性能分析 |
| 4.4.1 时序信息及时序加权参数对模型性能的影响 |
| 4.4.2 与单模型的预测性能对比 |
| 4.4.3 与全集成模型预测性能对比分析 |
| 4.5 本章小结 |
| 第5章 基于红外热图的窑体热损失软测量方法 |
| 5.1 窑体表面温度场特征 |
| 5.2 窑体热损失软测量模型的建立 |
| 5.2.1 窑体辐射换热 |
| 5.2.2 窑体对流换热 |
| 5.2.3 窑体热损失测量流程 |
| 5.3 窑体热损失软测量结果与分析 |
| 5.3.1 熟料生产的单位热能消耗 |
| 5.3.2 单位时间内窑体热量损失测量结果 |
| 5.3.3 窑体热损失软测量结果 |
| 5.3.4 经济性分析 |
| 5.4 操作变量与窑体热损失的相关性分析 |
| 5.4.1 随机森林与皮尔逊相关系数 |
| 5.4.2 基于随机森林的操作变量与热损失相关性分析 |
| 5.4.3 结果与讨论 |
| 5.5 本章小结 |
| 第6章 基于窑内温度场的物料料层高度软测量方法 |
| 6.1 准工业热态回转窑实验平台 |
| 6.2 窑内温度场特征及其机理分析 |
| 6.2.1 回转窑内圆周方向温度场特征 |
| 6.2.2 窑内温度场特征机理分析 |
| 6.3 物料料层高度软测量模型的建立 |
| 6.3.1 静态层物料温度的估计 |
| 6.3.2 活动层物料温度及料层高度的确定 |
| 6.4 料层高度软测量方法的实验验证与结果分析 |
| 6.5 本章小结 |
| 总结与展望 |
| 总结 |
| 工作展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读博士学位期间发表论文和参与项目 |
（4）农林废弃物热解机理与反应动力学研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 第1章 文献综述 |
| 1.1 农林废弃物资源化利用现状 |
| 1.1.1 研究背景及意义 |
| 1.1.2 农林废弃物的含义 |
| 1.1.3 农林废弃物的利用 |
| 1.2 生物质热解技术概述 |
| 1.2.1 生物质热解气化基本原理 |
| 1.2.2 生物质热解技术分类 |
| 1.3 生物质热转化动力学分析方法 |
| 1.3.1 模型拟合法 |
| 1.3.2 等转化率法 |
| 1.3.3 分布活化能模型 |
| 1.4 生物质热转化反应特性及研究现状 |
| 1.4.1 生物质热解反应行为研究 |
| 1.4.2 生物质快速热解反应特性 |
| 1.5 研究内容及目标 |
| 1.5.1 研究内容 |
| 1.5.2 研究目标 |
| 第2章 农林废弃物热解反应过程行为研究 |
| 2.1 实验部分 |
| 2.1.1 实验原料 |
| 2.1.2 实验装置与方法 |
| 2.2 结果与讨论 |
| 2.2.1 农林废弃物热解失重特性 |
| 2.2.2 热解气体实时释放规律 |
| 2.2.3 热解过程中残焦表面官能团的变化 |
| 2.3 本章小结 |
| 第3章 农林废弃物热解反应动力学研究 |
| 3.1 研究方法 |
| 3.1.1 实验原料与步骤 |
| 3.1.2 反应活化能的确定 |
| 3.1.3 动力学模型的确定 |
| 3.1.4 多高斯DAEM方程的建立 |
| 3.2 结果与讨论 |
| 3.2.1 Friedman法确定反应活化能 |
| 3.2.2 主曲线法确定动力学模型 |
| 3.2.3 基于反应机理的多峰分解特性 |
| 3.2.4 基于多高斯DAEM反应模型的动力学分析 |
| 3.3 本章小结 |
| 第4章 农林废弃物快速热解反应特性 |
| 4.1 实验部分 |
| 4.1.1 实验原料 |
| 4.1.2 实验方法 |
| 4.1.3 产物表征 |
| 4.2 结果与讨论 |
| 4.2.1 不同热解终温下的产物分布 |
| 4.2.2 气体组成随热解终温的变化 |
| 4.2.3 生物油组成随热解终温的变化 |
| 4.2.4 热解温度对生物质半焦结构的影响 |
| 4.3 本章小结 |
| 第5章 结论 |
| 5.1 结论 |
| 5.2 创新性分析 |
| 5.3 展望 |
| 参考文献 |
| 附录 A 英文简写说明 |
| 附录 B 符号说明 |
| 附录 C 硕士期间已发表文章 |
| 致谢 |
（5）基于神经网络的藻液pH值控制系统研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景 |
| 1.1.1 虾青素 |
| 1.1.2 雨生红球藻 |
| 1.2 国内外研究现状 |
| 1.2.1 利用雨生红球藻提取虾青素 |
| 1.2.2 pH值对雨生红球藻培养的影响 |
| 1.2.3 雨生红球藻培养系统 |
| 1.2.4 神经网络算法 |
| 1.3 研究意义 |
| 1.4 研究内容和结构安排 |
| 第2章 藻液PH控制系统模型建立 |
| 2.1 PH值的概念 |
| 2.2 PH值中和特性分析 |
| 2.3 PH值控制难点 |
| 2.4 藻液PH值控制系统的机理模型 |
| 2.4.1 静态模型 |
| 2.4.2 动态模型 |
| 2.5 本章小结 |
| 第3章 BP神经网络算法及改进 |
| 3.1 神经网络概述 |
| 3.1.1 神经元模型 |
| 3.1.2 神经网络结构 |
| 3.2 BP神经网络及结构 |
| 3.3 BP神经网络学习算法 |
| 3.3.1 信号的前向传播 |
| 3.3.2 误差的反向传播 |
| 3.4 BP算法的缺点 |
| 3.5 BP神经网络的改进 |
| 3.5.1 附加动量项法 |
| 3.5.2 自适应学习速率法 |
| 3.5.3 拟牛顿法 |
| 3.5.4 共轭梯度法 |
| 3.6 改进的LM算法 |
| 3.6.1 LM算法 |
| 3.6.2 改进的LM算法 |
| 3.7 改进方法仿真研究 |
| 3.8 本章小结 |
| 第4章 藻液PH控制系统仿真研究 |
| 4.1 常规PID控制 |
| 4.1.1 PID控制原理 |
| 4.1.2 增量式PID控制算法 |
| 4.2 改进的LM-BP神经网络PID控制器设计 |
| 4.2.1 BP神经网络PID控制 |
| 4.2.2 改进的LM-BP神经网络PID控制 |
| 4.3 仿真探究 |
| 4.4 本章小结 |
| 第5章 光生物反应器的设计与研究 |
| 5.1 适宜生长条件实验探究 |
| 5.1.1 光照强度实验探究 |
| 5.1.2 藻液pH值实验探究 |
| 5.2 柱状光生物反应器设计 |
| 5.2.1 反应器总体设计 |
| 5.2.2 反应器主体 |
| 5.2.3 光照强度控制系统 |
| 5.2.4 温度控制系统 |
| 5.2.5 pH控制系统 |
| 5.2.6 搅拌系统 |
| 5.3 藻液PH控制实验研究 |
| 5.4 本章小结 |
| 第6章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 申请学位期间的研究成果及发表的学术论文 |
（6）基于典型工况的水泥生料质量自动控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作 |
| 第二章 水泥生料配料工艺介绍及控制方案设计 |
| 2.1 水泥工艺流程 |
| 2.1.1 水泥生产过程介绍 |
| 2.1.2 水泥生料质量工艺参数介绍 |
| 2.2 水泥生料配料原理 |
| 2.3 近红外分析仪介绍 |
| 2.4 生料配料环节自动控制难点 |
| 2.5 水泥生料质量自动控制系统方案设计 |
| 2.6 本章小结 |
| 第三章 数据滤波处理与趋势信息提取 |
| 3.1 数据滤波处理 |
| 3.1.1 数据滤波算法 |
| 3.1.2 数据滤波效果 |
| 3.2 趋势信息提取 |
| 3.2.1 最小二乘法多项拟合简介 |
| 3.2.2 最小二乘多项式数据拟合仿真 |
| 3.3 本章小结 |
| 第四章 水泥生料配料环节典型工况划分研究 |
| 4.1 石灰石配比与CaO含量相关关系研究 |
| 4.2 水泥生料配料环节工况划分 |
| 4.2.1 聚类算法介绍 |
| 4.2.2 数据归一化处理 |
| 4.2.3 聚类参数选择与仿真 |
| 4.2.4 生料配料典型工况模板的建立 |
| 4.3 典型工况下模型的建立 |
| 4.3.1 建模变量与模型类的确定 |
| 4.3.2 模型的建立与验证 |
| 4.4 本章小结 |
| 第五章 水泥生料质量控制器研究 |
| 5.1 控制系统总体框架图 |
| 5.2 基于模型的预测研究 |
| 5.3 工况识别与切换实现 |
| 5.4 基于专家控制系统的模型研究 |
| 5.4.1 专家系统设计控制方法 |
| 5.4.2 专家系统规则 |
| 5.5 本章小结 |
| 第六章 水泥生料质量自动控制软件的工程实现 |
| 6.1 工业应用系统架构 |
| 6.2 控制系统数据库设计 |
| 6.3 水泥生料质量控制系统的软件开发 |
| 6.3.1 软件架构 |
| 6.3.2 软件实现 |
| 6.4 工业现场应用效果总结 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（7）基于热质传递过程的桉木屑热解模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 引言 |
| 1.2 生物质能转化技术现状 |
| 1.2.1 转化技术研究现状 |
| 1.2.1.1 直接燃烧技术 |
| 1.2.1.2 生化转化技术 |
| 1.2.1.3 热化学转化技术 |
| 1.2.2 生物质热解技术现状 |
| 1.3 国内外生物质热解动力学模型研究现状 |
| 1.3.1 动力学模型和求解方法 |
| 1.3.2 动力学研究现状 |
| 1.4 国内外生物质热解传热模型研究现状 |
| 1.4.1 国外现状 |
| 1.4.2 国内现状 |
| 1.5 研究内容、意义及可行性分析 |
| 1.5.1 研究内容 |
| 1.5.2 论文特色和创新点 |
| 1.5.3 可行性分析 |
| 1.6 研究技术路线 |
| 1.6.1 热解动力学研究技术路线 |
| 1.6.2 热物性参数研究技术路线 |
| 1.6.3 热解模型研究技术路线 |
| 2 桉木屑热解动力学研究 |
| 2.1 引言 |
| 2.2 原料与方法 |
| 2.2.1 实验原料 |
| 2.2.2 热重分析 |
| 2.3 结果与分析 |
| 2.3.1 热解特性分析 |
| 2.3.2 热解动力学参数计算 |
| 2.3.3 热解反应模型建立与分析 |
| 2.4 本章小结 |
| 3 桉木屑热解炭特性研究 |
| 3.1 原料与热解炭的制备 |
| 3.1.1 实验原料 |
| 3.1.2 实验方案 |
| 3.2 桉木屑及热解炭表征方法 |
| 3.2.1 堆积密度与能量分析 |
| 3.2.2 工业分析 |
| 3.2.3 元素分析 |
| 3.2.4 电子扫描电镜 |
| 3.2.6 比热容 |
| 3.2.7 反应热 |
| 3.2.8 导热系数 |
| 3.3 结果与分析 |
| 3.3.1 能量分析 |
| 3.3.2 成分分析 |
| 3.3.3 电子扫描电镜扫描分析 |
| 3.3.4 比热容 |
| 3.3.5 反应热 |
| 3.3.6 导热系数 |
| 3.3.7 参数关联研究 |
| 3.4 本章小结 |
| 4 生物质热解传热模型建立 |
| 4.1 引言 |
| 4.1.1 有限元方法介绍 |
| 4.1.2 ANSYS有限元程序简介 |
| 4.1.3 ANSYS分析求解过程 |
| 4.2 单颗粒生物质热解过程中传热模型 |
| 4.2.1 模型基本假设 |
| 4.2.2 物理模型的确定 |
| 4.2.3 数学模型的确定 |
| 4.2.4 求解控制 |
| 4.3 本章小结 |
| 5 生物质热解传热模型求解与讨论 |
| 5.1 颗粒内部的温度分布 |
| 5.2 模型维度对桉木屑热解模型温度分布的影响 |
| 5.3 反应热与升温速率?对温度场分布的影响 |
| 5.3.1 无反应热对温度场分布的影响 |
| 5.3.2 升温速率对温度场分布的影响 |
| 5.4 颗粒长径比l/d对温度场分布的影响 |
| 5.5 比热容对温度场分布的影响 |
| 5.6 导热系数对温度场分布的影响 |
| 5.7 边界条件对温度场分布的影响 |
| 5.8 热解模型建立与讨论 |
| 5.9 本章小结 |
| 6 结论与讨论 |
| 6.1 主要结论 |
| 6.2 讨论 |
| 致谢 |
| 参考文献 |
| 导师简介 |
| 攻读硕士学位期间的科研工作及科研成果 |
（8）生料玉米淀粉同步糖化发酵乙醇动力学的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 酒精的生产方法 |
| 1.2.1 乙烯水合法 |
| 1.2.2 乙酸加氢法 |
| 1.2.3 发酵法 |
| 1.3 淀粉质原料发酵工艺 |
| 1.3.1 高温蒸煮发酵工艺 |
| 1.3.2 同步糖化发酵工艺 |
| 1.3.3 生料同步糖化发酵工艺 |
| 1.4 同步糖化发酵动力学 |
| 1.4.1 淀粉糖化动力学 |
| 1.4.2 酒精发酵动力学 |
| 1.5 本课题研究的内容和意义 |
| 1.5.1 研究内容 |
| 1.5.2 研究意义 |
| 第2章 实验部分 |
| 2.1 实验材料及仪器 |
| 2.1.1 实验原料 |
| 2.1.2 菌体 |
| 2.1.3 培养基 |
| 2.1.4 酶制剂 |
| 2.1.5 实验试剂 |
| 2.1.6 实验仪器 |
| 2.2 实验方法及步骤 |
| 2.2.1 淀粉酶解实验 |
| 2.2.2 生料玉米淀粉发酵实验 |
| 2.3 实验检测方法 |
| 2.3.1 酒精浓度的测定 |
| 2.3.2 还原糖浓度的测定 |
| 2.3.3 总糖浓度的测定 |
| 2.3.4 糖化酶活力的测定 |
| 2.3.5 菌体浓度的测定 |
| 2.4 本章小结 |
| 第3章 同步糖化发酵实验结果与分析 |
| 3.1 淀粉酶解实验结果 |
| 3.1.1 底物浓度对酶解的影响 |
| 3.1.2 产物浓度对酶解的影响 |
| 3.1.3 酶自身失活对酶解的影响 |
| 3.1.4 酶解实验小结 |
| 3.2 发酵实验结果 |
| 3.2.1 酵母的生长及分析 |
| 3.2.2 总糖的消耗及分析 |
| 3.2.3 还原糖积累及分析 |
| 3.2.4 酒精的浓度及分析 |
| 3.2.5 酒精收率分析 |
| 3.3 本章小结 |
| 第4章 同步糖化发酵过程动力学 |
| 4.1 生料淀粉酶解过程的动力学 |
| 4.1.1 淀粉酶解动力学模型的建立 |
| 4.1.2 淀粉酶解动力学模型参数的确定 |
| 4.2 发酵过程动力学 |
| 4.2.1 乙醇生成动力学 |
| 4.2.2 菌体生长动力学 |
| 4.2.3 底物消耗动力学 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（9）工业节能减排技术推广政策及潜力研究 ——以钢铁、水泥为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.1.1 工业节能减排的外部压力 |
| 1.1.2 工业节能减排的内部需求 |
| 1.1.3 节能减排技术推广的重要性 |
| 1.2 研究目的与意义 |
| 1.3 研究内容与方法 |
| 1.4 论文结构 |
| 第2章 节能减排技术推广的理论与研究方法 |
| 2.1 节能减排技术概述 |
| 2.2 行业状况及相关研究 |
| 2.2.1 钢铁行业 |
| 2.2.2 水泥行业 |
| 2.2.3 工业行业技术推广的困境 |
| 2.3 节能减排技术推广的规律 |
| 2.3.1 技术推广“S 型”曲线 |
| 2.3.2 技术推广影响机制 |
| 2.4 技术推广影响因素梳理 |
| 2.4.1 中国工业行业技术推广政策概述 |
| 2.4.2 技术推广影响因素 |
| 2.5 工业行业技术推广评估方法 |
| 2.5.1 自上而下评估方法 |
| 2.5.2 自下而上评估方法 |
| 第3章 行业分析框架构建 |
| 3.1 AIM/enduse 模型 |
| 3.1.1 模拟流程 |
| 3.1.2 技术选择框架 |
| 3.1.3 模型软件 |
| 3.1.4 优化算法 |
| 3.2 行业模拟概化 |
| 3.3 参数设置 |
| 第4章 节能减排技术推广的过程与政策模拟 |
| 4.1 节能减排技术筛选 |
| 4.2 节能减排技术推广过程与驱动力 |
| 4.2.1 技术推广过程 |
| 4.2.2 技术推广驱动力 |
| 4.2.3 技术推广初始分析 |
| 4.3 节能减排技术推广政策模拟 |
| 4.3.1 初始竞争环境 |
| 4.3.2 淘汰落后产能政策 |
| 4.3.3 能耗与排放约束性政策 |
| 4.3.4 成本补贴政策 |
| 4.3.5 税收政策 |
| 4.4 技术推广政策建议 |
| 第5章 节能减排行业技术推广的节能减排效果 |
| 5.1 技术推广情景设定 |
| 5.1.1 参照情景 |
| 5.1.2 综合政策情景 |
| 5.1.3 强化政策情景 |
| 5.2 行业规模模拟 |
| 5.3 行业节能减排模拟结果 |
| 5.3.1 参照情景 |
| 5.3.2 综合政策情景 |
| 5.3.3 强化政策情景 |
| 5.3.4 行业节能减排潜力 |
| 5.4 行业节能减排政策建议 |
| 第6章 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（10）炼焦过程综合生产目标的智能预测与协调优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 炼焦生产过程控制技术 |
| 1.2.2 炼焦生产指标预测 |
| 1.2.3 炼焦生产过程多目标协调优化 |
| 1.3 建模与优化存在的主要问题 |
| 1.4 智能预测与协调优化的重要性分析和基本思想 |
| 1.5 主要研究内容与结构安排 |
| 第二章 生产指标与过程参数的关联性分析与协调优化结构 |
| 2.1 炼焦生产过程机理分析 |
| 2.1.1 炼焦生产工艺流程 |
| 2.1.2 炼焦生产基本原理 |
| 2.2 生产指标与过程参数的关系分析 |
| 2.2.1 生产指标和过程状态参数的确定 |
| 2.2.2 过程操作参数对生产指标的影响分析 |
| 2.3 生产指标与过程参数的关联性分析 |
| 2.3.1 过程数据预处理 |
| 2.3.2 生产指标与过程参数的灰色关联分析 |
| 2.4 智能预测与协调优化的整体结构和工作原理 |
| 2.4.1 智能预测与协调优化的整体结构 |
| 2.4.2 工作原理分析 |
| 2.5 本章小结 |
| 第三章 炼焦生产指标的智能混合预测模型 |
| 3.1 基于小生境差分进化算法的BP神经网络预测模型 |
| 3.1.1 质量、产量、能耗预测模型的建立 |
| 3.1.2 基于密度聚类的小生境差分进化算法 |
| 3.1.3 仿真结果与分析 |
| 3.2 BP模型预测性能的评估策略和分段校正方法 |
| 3.2.1 BP模型预测性能的评估策略 |
| 3.2.2 基于性能评估的分段校正方法 |
| 3.3 基于即时学习策略的补偿模型 |
| 3.3.1 考虑距离和趋势信息的即时学习建模策略 |
| 3.3.2 改进加权LSSVM局部模型 |
| 3.3.3 双种群差分进化算法 |
| 3.3.4 基于动态加权的混合预测模型 |
| 3.4 智能混合预测模型的仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 面向综合生产目标的协调优化策略 |
| 4.1 炼焦过程多目标优化模型 |
| 4.2 基于核模糊C均值聚类和多种群差分进化算法的协调优化 |
| 4.2.1 核模糊C均值聚类算法 |
| 4.2.2 考虑种群进化信息的多种群差分进化算法 |
| 4.3 炼焦过程生产工况的实时评价 |
| 4.3.1 非正态焦炭质量数据的多元过程能力分析 |
| 4.3.2 炼焦过程生产工况的模糊综合评价 |
| 4.4 协调优化策略的实施步骤及控制设计 |
| 4.4.1 基于组合灰色预测方法的火道温度时滞补偿设计 |
| 4.4.2 基于在线加权LSSVM的烟道吸力优化设定设计 |
| 4.5 仿真实验与结果分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表及完成论文情况 |
| 攻读博士学位期间参加的科研项目情况 |
| 攻读博士学位期间获得的科研成果 |
| 攻读博士学位期间获奖情况 |
四、迭代拟合法在生料发酵过程中的应用（论文参考文献）
- [1]氯和重金属共存对水泥熟料中重金属固化及矿物的影响[D]. 方灿东. 广西大学, 2020(03)
- [2]基于高光谱与深度学习的分类模型研究[D]. 沈铭. 广东工业大学, 2020(02)
- [3]水泥熟料烧结过程软测量方法研究[D]. 武伟宁. 湖南大学, 2020(08)
- [4]农林废弃物热解机理与反应动力学研究[D]. 令狐嵘旋. 中国石油大学(北京), 2020
- [5]基于神经网络的藻液pH值控制系统研究[D]. 黄韵祺. 天津职业技术师范大学, 2019(06)
- [6]基于典型工况的水泥生料质量自动控制研究[D]. 王雪庆. 济南大学, 2019(01)
- [7]基于热质传递过程的桉木屑热解模型研究[D]. 陈志文. 华南农业大学, 2018(02)
- [8]生料玉米淀粉同步糖化发酵乙醇动力学的研究[D]. 王涵. 哈尔滨工程大学, 2013(05)
- [9]工业节能减排技术推广政策及潜力研究 ——以钢铁、水泥为例[D]. 陈敏. 清华大学, 2012(07)
- [10]炼焦过程综合生产目标的智能预测与协调优化研究[D]. 王伟. 中南大学, 2011(12)