第一章 绪论 | 第12-29页 |
1.1 惰性阳极技术是实现电解铝行业节能降耗的有效途径 | 第12-15页 |
1.1.1 铝电解工业迫切需要节能降耗 | 第12页 |
1.1.2 现代铝电解工业与电极材料 | 第12-14页 |
1.1.3 现代铝电解工业对惰性阳极的要求及研制挑战 | 第14-15页 |
1.2 铝电解惰性阳极研究现状 | 第15-24页 |
1.2.1 材料种类及成分 | 第15-20页 |
1.2.2 惰性阳极的制备 | 第20-22页 |
1.2.3 惰性阳极的连接 | 第22-24页 |
1.3 惰性阳极腐蚀及腐蚀预测模型的提出 | 第24-28页 |
1.3.1 惰性阳极腐蚀及腐蚀机理的研究 | 第24-26页 |
1.3.2 腐蚀预测模型的提出 | 第26-28页 |
1.4 选题依据及本论文设计思想 | 第28-29页 |
第二章 惰性阳极的研制 | 第29-56页 |
2.1 引言 | 第29页 |
2.2 陶瓷基体的溶解度研究 | 第29-39页 |
2.2.1 引言 | 第29页 |
2.2.2 试验方法 | 第29-33页 |
2.2.3 结果与讨论 | 第33-37页 |
2.2.4 降低NiFe_2O_4陶瓷溶解度的探索 | 第37-38页 |
2.2.5 小结 | 第38-39页 |
2.3 NiFe_2O_4基金属陶瓷阳极的制备 | 第39-48页 |
2.3.1 引言 | 第39页 |
2.3.2 试验方法 | 第39-41页 |
2.3.3 结果与讨论 | 第41-46页 |
2.3.4 热压提高惰性阳极性能的探索 | 第46-48页 |
2.4 NiFe_2O_4基金属陶瓷阳极的其它性能 | 第48-55页 |
2.4.1 引言 | 第48页 |
2.4.2 金属陶瓷的抗热震性 | 第48-51页 |
2.4.3 金属陶瓷的导电性 | 第51-54页 |
2.4.4 小结 | 第54-55页 |
2.5 结论 | 第55-56页 |
第三章 惰性阳极与金属导杆的连接 | 第56-60页 |
3.1 引言 | 第56页 |
3.2 实验方法 | 第56-57页 |
3.3 结果和讨论 | 第57-59页 |
3.3.1 阳极导杆的成分确定 | 第57页 |
3.3.2 连接界面的陶瓷金属化 | 第57-58页 |
3.3.3 连接界面的微观形貌 | 第58-59页 |
3.4 结论 | 第59-60页 |
第四章 NiFe_2O_4基金属陶瓷阳极的耐腐蚀性研究 | 第60-84页 |
4.1 引言 | 第60页 |
4.2 试验方法 | 第60-62页 |
4.2.1 电极制备 | 第60页 |
4.2.2 电解腐蚀试验 | 第60-61页 |
4.2.3 腐蚀率的测定 | 第61-62页 |
4.3 NiFe_2O_4基金属陶瓷阳极的腐蚀行为 | 第62-75页 |
4.3.1 电解测试装置的温度可靠性 | 第62页 |
4.3.2 5%Cu—NiFe_2O_4金属陶瓷阳极的初步研究 | 第62-66页 |
4.3.3 5%Ni—NiFe_2O_4金属陶瓷阳极的初步研究 | 第66-69页 |
4.3.4 电解参数对5%Ni—NiFe_2O_4金属陶瓷阳极腐蚀率的影响 | 第69-74页 |
4.3.5 小结 | 第74-75页 |
4.4 电解参数对NiFe_2O_4基金属陶瓷阳极腐蚀率影响的灰分析 | 第75-80页 |
4.4.1 引言 | 第75页 |
4.4.2 灰关联分析工作程序 | 第75-80页 |
4.4.3 小结 | 第80页 |
4.5 NiFe_2O_4基金属陶瓷阳极的腐蚀机理 | 第80-82页 |
4.5.1 引言 | 第80页 |
4.5.2 惰性阳极的腐蚀机理 | 第80-82页 |
4.5.3 小结 | 第82页 |
4.6 结论 | 第82-84页 |
第五章 铝电解惰性阳极腐蚀率预测研究 | 第84-111页 |
5.1 引言 | 第84页 |
5.2 基于灰色理论的腐蚀率预测模型 | 第84-91页 |
5.2.1 灰预测的原理 | 第84-85页 |
5.2.2 灰预测的步骤 | 第85-86页 |
5.2.3 数学模型的建立 | 第86-91页 |
5.3 基于人工神经网络的腐蚀率预测模型 | 第91-101页 |
5.3.1 人工神经网络的基本概念 | 第91页 |
5.3.2 人工神经网络的拓扑特性 | 第91-92页 |
5.3.3 基本BP算法 | 第92-94页 |
5.3.4 对基本BP算法的改进 | 第94-99页 |
5.3.5 基于改进BP算法的神经网络设计 | 第99-100页 |
5.3.6 神经网络预测模型精度评定 | 第100-101页 |
5.4 惰性阳极腐蚀率预测系统的设计与开发 | 第101-107页 |
5.4.1 系统总体结构 | 第101页 |
5.4.2 开发平台及工具 | 第101-102页 |
5.4.3 神经网络的VC++设计 | 第102-105页 |
5.4.4 Visual C++数据库编程 | 第105-107页 |
5.5 系统的实现及验证 | 第107-110页 |
5.5.1 系统的实现 | 第107-109页 |
5.5.2 腐蚀率预测的验证 | 第109-110页 |
5.6 结论 | 第110-111页 |
第六章 总结与展望 | 第111-113页 |
6.1 全文总结 | 第111-112页 |
6.2 研究展望 | 第112-113页 |
参考文献 | 第113-131页 |
致谢 | 第131-132页 |
攻读博士学位期间主要的研究成果 | 第132-133页 |