2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、濕法冶金作為冶金過程中的一種,具有能夠處理低品味礦物原料,防止環(huán)境污染等優(yōu)勢。因此,在冶金過程中得到廣泛應用。濕法冶金銅萃取過程中,現(xiàn)有的在線檢測儀器存在投資大、連續(xù)運行可靠性差、精度不高等缺點,很難實現(xiàn)實際生產過程中組分濃度的在線檢測。
  軟測量技術是解決這一問題的有效手段。其基本思想是:對于難以測量或根本無法測量的關鍵工藝參數(shù)(主導變量),選擇另外一些較易測量的工藝參數(shù)(輔助變量),通過建立某種數(shù)學關系進行推斷和估計,以軟件

2、代替硬件(傳感器)的功能?,F(xiàn)今,軟測量技術已經廣泛地滲透到各個工程領域,成為過程控制和過程檢測領域的主要研究趨勢之一。
  本文以濕法冶金銅萃取過程為研究背景,在學習其原理及工藝過程的基礎上,確定了建立銅組分含量預測模型的輔助變量:有機相流量、浸出液流量、洗液流量、反萃液流量、浸出液濃度、浸出液酸度;在學習串級萃取過程原理、化學平衡關系的基礎上,對依據(jù)物料平衡原理建立的銅萃取過程靜態(tài)機理模型進行深入的研究探討,確定了建立混合模型的

3、必要性;在學習研究了軟測量的原理及建模方法的基礎上,分析了混合建模方法的優(yōu)越性及適用性,確立了混合模型的結構;加權最小二乘支持向量機回歸算法采用魯棒方法確定權系數(shù),可以減小噪聲影響,針對此特點,建立了基于機理模型和加權最小二乘支持向量機模型相結合的銅萃過程銅組分含量并聯(lián)式混合模型。由于生產過程各種因素的影響,模型的預測精度可能降低。針對此問題,本文采用了一種將誤差校正機制和模型更新機制相結合的模型校正方法對所建立的混合模型進行校正,試驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論