| 中文摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究的对象、理论依据及意义 | 第8-9页 |
| ·研究的对象 | 第8页 |
| ·研究的理论及实践依据 | 第8页 |
| ·研究的意义 | 第8-9页 |
| ·国内外文献综述 | 第9-15页 |
| ·煤灰成分与煤灰熔融特性的关系 | 第9-10页 |
| ·矿物质对煤灰熔融性的影响 | 第10-11页 |
| ·添加剂对煤灰熔融性的影响 | 第11-13页 |
| ·耐熔剂的作用与反应 | 第11页 |
| ·助熔剂的作用与反应 | 第11-13页 |
| ·添加 SiO_2助熔的不确定性 | 第13页 |
| ·助剂与煤灰共熔物的特性 | 第13页 |
| ·煤灰熔融性与相平衡物质之间的关系 | 第13-14页 |
| ·煤灰成分与熔融温度间的研究方法 | 第14-15页 |
| ·研究主要内容 | 第15-16页 |
| 第二章 煤灰熔融特性的因素研究 | 第16-29页 |
| ·煤灰中各组分与煤灰熔融性的关系 | 第16-18页 |
| ·灰中 Al_2O_3含量与熔融温度的关系 | 第17页 |
| ·灰中 SiO_2含量与熔融温度的关系 | 第17页 |
| ·灰中 Fe_2O_3含量与熔融温度的关系 | 第17-18页 |
| ·灰中 CaO 含量与熔融温度的关系 | 第18页 |
| ·灰中 MgO 含量与熔融温度的关系 | 第18页 |
| ·灰中 TiO_2、K_2O 和 Na_2O 含量与熔融温度的关系 | 第18页 |
| ·灰中硫含量与熔融温度的关系 | 第18页 |
| ·矿物组成对煤灰熔融性的影响 | 第18-19页 |
| ·常用结渣指标与煤灰熔融特性的关系 | 第19-23页 |
| ·碱酸比 B/A | 第20-21页 |
| ·硫结渣指标 | 第21页 |
| ·硅铝比 | 第21页 |
| ·铁钙比 | 第21-22页 |
| ·硅比 G | 第22页 |
| ·铁、白云石比 | 第22页 |
| ·白云石含量 | 第22页 |
| ·碱金属总量 | 第22-23页 |
| ·煤灰三元相图（热平衡相图）法 | 第23页 |
| ·基于煤灰熔融特性的结渣指标 | 第23-27页 |
| ·根据灰熔点温度（t_1，t_2）预测煤的结渣特性 | 第23-24页 |
| ·熔点结渣指数对结渣判别 | 第24-25页 |
| ·用灰渣电阻突变时的温度 T_R来预测 | 第25页 |
| ·用熔点温差法来预测 | 第25页 |
| ·综合指数 | 第25-26页 |
| ·美国电力协会的结渣判别图 | 第26页 |
| ·西安热工研究院的复合判别指标 | 第26页 |
| ·ST 对某些指标的最优分割 | 第26-27页 |
| ·锅炉设计参数选取对锅炉结渣方面的影响 | 第27-28页 |
| ·初步结论 | 第28-29页 |
| 第三章 煤灰成分与其熔融性之间关系的研究 | 第29-60页 |
| ·SPSS 软件简介 | 第29页 |
| ·SPSS 软件功能 | 第29页 |
| ·SPSS for Windows 的功能特点 | 第29页 |
| ·对煤灰成分与熔融性进行相关与回归分析的意义 | 第29-30页 |
| ·对煤灰资料的统计 | 第30-32页 |
| ·灰成分与其熔融性温度的分析 | 第32-55页 |
| ·相关性分析在煤质数据分析中的应用 | 第32-39页 |
| ·相关分析的功能及应用 | 第32-34页 |
| ·Bivariate Correlations 过程 | 第34-39页 |
| ·线性回归分析在煤质数据分析中的应用 | 第39-43页 |
| ·基本数学原理 | 第40-42页 |
| ·线性回归计算方法 | 第42-43页 |
| ·SPSS 实现 | 第43-54页 |
| ·寻找是否满足假设 | 第43-44页 |
| ·等方差性 | 第44-47页 |
| ·误差的独立性 | 第47-49页 |
| ·残差的正态性 | 第49-52页 |
| ·多元线性回归模型正确性的检验 | 第52-53页 |
| ·系数矩阵 | 第53-54页 |
| ·非线性回归过程 | 第54-55页 |
| ·加入各组分的熔点温度后的线性回归过程 | 第55-59页 |
| ·理论基础 | 第55-56页 |
| ·对灰成分各组分进行熔点温度、组分含量加权后多元线性回归过程 | 第56-57页 |
| ·对加权回归式中影响因素的分析 | 第57-59页 |
| ·结论 | 第59-60页 |
| 第四章 神经网络 | 第60-78页 |
| ·BP 神经网络 | 第60-65页 |
| ·BP 网络模型 | 第61-62页 |
| ·BP 网络的学习 | 第62-65页 |
| ·弹性 BP 算法（resilient back-PROPagation, RPROP） | 第62-63页 |
| ·LM(levenberg-marquardt)算法 | 第63-64页 |
| ·BP 网络的算法比较 | 第64-65页 |
| ·MATLAB 神经网络工具箱介绍 | 第65-68页 |
| ·设计 BP 网络的相关函数 | 第66-67页 |
| ·BP 网络的建立、训练及仿真 | 第67-68页 |
| ·数据预处理 | 第68页 |
| ·训练数据的导入方法 | 第68页 |
| ·BP 网络的 MATLAB 实现 | 第68-76页 |
| ·网络设计步骤 | 第68-69页 |
| ·设计实例 | 第69-75页 |
| ·结果分析 | 第75-76页 |
| ·结论 | 第76-78页 |
| 第五章 结论与展望 | 第78-81页 |
| ·结论 | 第78-79页 |
| ·采用煤灰组分含量预测煤灰熔融温度 | 第78页 |
| ·对煤灰组分进行熔点温度加权后与熔融温度的关系 | 第78-79页 |
| ·研究方法的比较 | 第79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 在学期间发表的学术论文和参加科研情况 | 第86-87页 |
| 详细摘要 | 第87-101页 |
