發(fā)布時(shí)間：2021-05-14 18:38

　　生物氧化預(yù)處理工藝是解決含砷、硫難處理金礦提金問題的主要方法。但工藝過程受電化學(xué)、生物學(xué)、物理學(xué)和多相混合流體力學(xué)等多方面影響，反應(yīng)極其復(fù)雜，通過傳統(tǒng)建模方法進(jìn)行優(yōu)化研究難度很大，而且大量的工藝過程數(shù)據(jù)被閑置一旁使隱含的有價(jià)信息沒有被充分利用，造成了資源的極大浪費(fèi)。針對(duì)上述問題，本文從生物氧化預(yù)處理-氰化提金工藝分析出發(fā)，深入研究各工藝參數(shù)影響作用效果；采用時(shí)間序列數(shù)據(jù)挖掘方法對(duì)工藝參數(shù)時(shí)序數(shù)據(jù)進(jìn)行表示，并對(duì)ORP關(guān)鍵影響因素與ORP的關(guān)聯(lián)關(guān)系進(jìn)行挖掘；通過智能集成建模方法和挖掘到的關(guān)聯(lián)規(guī)則建立ORP趨勢(shì)預(yù)估模型。針對(duì)預(yù)估模型預(yù)估精度低、參數(shù)選擇粗糙問題，本文引入細(xì)菌覓食優(yōu)化算法（Bacteria Foraging OptimizationAlgorithm, BFOA）對(duì)預(yù)估模型結(jié)構(gòu)參數(shù)進(jìn)行實(shí)時(shí)在線優(yōu)化，優(yōu)化結(jié)果極大地提高了預(yù)估模型精度。通過對(duì)優(yōu)化后的預(yù)估模型極大值區(qū)域的求解得到了工藝參數(shù)的最優(yōu)范圍，并依據(jù)工藝操作經(jīng)驗(yàn)驗(yàn)證了結(jié)果的正確性和可行性。通過以上研究，本文有效解決了生物氧化預(yù)處理-氰化提金工藝參數(shù)優(yōu)化問題，在一定程度上為現(xiàn)場(chǎng)工藝操作提供了數(shù)據(jù)支撐，為相同領(lǐng)域的優(yōu)化問題提供了方... 

【文章來源】：新疆大學(xué)新疆維吾爾自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 選題背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 生物氧化提金研究現(xiàn)狀
        1.2.2 時(shí)間序列數(shù)據(jù)挖掘研究現(xiàn)狀
        1.2.3 參數(shù)預(yù)估方法研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第二章 生物氧化預(yù)處理－氰化提金工藝
    2.1 現(xiàn)有提金方法比較
    2.2 生物氧化預(yù)處理－氰化提金工藝
    2.3 生物氧化過程機(jī)理
    2.4 生物氧化預(yù)處理過程影響因素
    2.5 本章小結(jié)
第三章 時(shí)間序列數(shù)據(jù)挖掘
    3.1 研究思想和技術(shù)路線
    3.2 時(shí)間序列數(shù)據(jù)挖掘一般過程
    3.3 時(shí)間序列表示
        3.3.1 移動(dòng)平均模型
        3.3.2 指數(shù)平滑模型
        3.3.3 ORP 關(guān)鍵影響可控參數(shù)時(shí)間序列表示
        3.3.4 ORP 關(guān)鍵影響可控參數(shù)關(guān)聯(lián)規(guī)則挖掘
    3.4 本章小結(jié)
第四章 ORP 趨勢(shì)預(yù)估模型建立與優(yōu)化
    4.1 智能集成建模的提出
    4.2 智能集成建模的形式和結(jié)構(gòu)
    4.3 ORP 趨勢(shì)預(yù)估模型建立
    4.4 細(xì)菌覓食優(yōu)化算法(BFOA)
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 總結(jié)
    5.2 缺陷與不足
    5.3 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表論文清單


【參考文獻(xiàn)】：
期刊論文
[1]基于選擇性集成算法的浸出率混合預(yù)測(cè)模型[J]. 胡廣浩,毛志忠,楊菲.  儀器儀表學(xué)報(bào). 2013(05)
[2]有色冶金過程建模與優(yōu)化的若干問題及挑戰(zhàn)[J]. 桂衛(wèi)華,陽(yáng)春華,陳曉方,王雅琳.  自動(dòng)化學(xué)報(bào). 2013(03)
[3]結(jié)合GM（1,1）和LSSVM的多效蒸發(fā)過程參數(shù)預(yù)測(cè)[J]. 徐麗莎,錢曉山,陽(yáng)春華.  智能系統(tǒng)學(xué)報(bào). 2012(05)
[4]基于廣義最大熵回歸的自適應(yīng)艾薩爐銅熔煉工藝參數(shù)的軟測(cè)量[J]. 張曉龍,堯世文,胡建杭,董人菘,王華.  昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(04)
[5]基于支持向量機(jī)的儲(chǔ)層參數(shù)反演[J]. 朱永才,薛坤林.  廣東石油化工學(xué)院學(xué)報(bào). 2012(01)
[6]生產(chǎn)制造全流程優(yōu)化控制對(duì)控制與優(yōu)化理論方法的挑戰(zhàn)[J]. 柴天佑.  自動(dòng)化學(xué)報(bào). 2009(06)
[7]金的生物冶金發(fā)展[J]. 周愛東,楊紅曉.  有色礦冶. 2005(03)
[8]過程數(shù)據(jù)挖掘及進(jìn)展[J]. 胡志坤,桂衛(wèi)華,彭小奇,宋彥坡.  控制工程. 2004(S2)
[9]俄羅斯難浸金礦的生物冶金技術(shù)[J]. 李廷怠.  貴金屬. 1998(01)
[10]難處理金礦石的細(xì)菌氧化提金技術(shù)及工業(yè)應(yīng)用[J]. 丁育清,盧壽慈,安蓉.  黃金. 1996(06)

博士論文
[1]鋅冶煉除鈷過程建模與智能優(yōu)化方法研究及應(yīng)用[D]. 朱紅求.中南大學(xué) 2010



本文編號(hào)：3186131