| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 前言 | 第9-16页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 烟道气腐蚀国内外研究现状 | 第10-14页 |
| 1.2.1 CO_2腐蚀 | 第10-13页 |
| 1.2.2 O_2腐蚀 | 第13-14页 |
| 1.2.3 酸腐蚀 | 第14页 |
| 1.3 研究内容及技术路线 | 第14-15页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线 | 第15页 |
| 1.4 论文创新点 | 第15-16页 |
| 第二章 烟道气腐蚀规律实验研究 | 第16-41页 |
| 2.1 实验方法 | 第16-18页 |
| 2.1.1 试样 | 第16-17页 |
| 2.1.2 实验原理和步骤 | 第17页 |
| 2.1.3 实验周期 | 第17-18页 |
| 2.2 烟道气腐蚀机理分析 | 第18-29页 |
| 2.2.1 腐蚀产物分析 | 第18-23页 |
| 2.2.2 腐蚀产物膜分析 | 第23-27页 |
| 2.2.3 腐蚀机理研究 | 第27-29页 |
| 2.3 烟道气腐蚀规律单因素变化实验研究 | 第29-35页 |
| 2.3.1 温度对腐蚀速率的影响 | 第29-30页 |
| 2.3.2 压力对腐蚀速率的影响 | 第30-31页 |
| 2.3.3 流速对腐蚀速率的影响 | 第31-32页 |
| 2.3.4 O_2含量对腐蚀速率的影响 | 第32页 |
| 2.3.5 SO_2含量对腐蚀速率的影响 | 第32-33页 |
| 2.3.6 SO_3含量对腐蚀速率的影响 | 第33-34页 |
| 2.3.7 溶液离子对腐蚀速率的影响 | 第34-35页 |
| 2.4 烟道气腐蚀影响因素敏感性分析 | 第35-40页 |
| 2.4.1 灰色关联分析原理 | 第36-38页 |
| 2.4.2 分析结果 | 第38-40页 |
| 2.5 小结 | 第40-41页 |
| 第三章 烟道气在井筒内的酸凝结及腐蚀规律研究 | 第41-80页 |
| 3.1 烟道气在井筒内的流动传热模型 | 第41-49页 |
| 3.1.1 模型假设及初始条件 | 第41页 |
| 3.1.2 井筒的散热损失 | 第41-45页 |
| 3.1.3 压力场确立 | 第45-46页 |
| 3.1.4 温度场确立 | 第46-49页 |
| 3.2 烟道气在井筒内的酸凝结规律 | 第49-75页 |
| 3.2.1 酸凝结位置计算 | 第49页 |
| 3.2.2 酸凝结浓度计算 | 第49-55页 |
| 3.2.3 热物性参数计算 | 第55-61页 |
| 3.2.4 结果分析与讨论 | 第61-75页 |
| 3.3 烟道气在井筒内的腐蚀模拟实验 | 第75-79页 |
| 3.3.1 实验设计 | 第75页 |
| 3.3.2 实验模拟结果及分析 | 第75-79页 |
| 3.4 小结 | 第79-80页 |
| 第四章 基于BP神经网络的烟道气腐蚀预测 | 第80-99页 |
| 4.1 多因素正交实验 | 第80-85页 |
| 4.1.1 因素和水平 | 第80-81页 |
| 4.1.2 正交实验安排 | 第81-82页 |
| 4.1.3 正交实验结果 | 第82-85页 |
| 4.2 BP神经网络预测模型的建立 | 第85-90页 |
| 4.2.1 BP神经网络原理 | 第85-87页 |
| 4.2.2 遗传算法原理 | 第87-88页 |
| 4.2.3 遗传算法优化BP神经网络预测模型的构建 | 第88-90页 |
| 4.3 烟道气腐蚀速率BP神经网络预测结果 | 第90-98页 |
| 4.3.1 BP神经网络的学习过程 | 第90-97页 |
| 4.3.2 BP神经网络的模型检测 | 第97-98页 |
| 4.4 小结 | 第98-99页 |
| 第五章 结论 | 第99-100页 |
| 参考文献 | 第100-105页 |
| 攻读硕士学位期间取得的学术成果 | 第105-106页 |
| 致谢 | 第106页 |