微波干燥酸洗污泥过程研究及神经网络的预测
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 酸洗污泥的产生及干化处理现状 | 第12-14页 |
| 1.1.1 酸洗污泥的产生 | 第12-13页 |
| 1.1.2 污泥的干化现状 | 第13-14页 |
| 1.2 微波干燥的原理及特点 | 第14-16页 |
| 1.2.1 微波干燥的原理 | 第14页 |
| 1.2.2 微波加热的特点 | 第14-15页 |
| 1.2.3 微波加热物料的热量及蒸气传播方式 | 第15-16页 |
| 1.3 微波干燥技术在国内外的研究现状 | 第16-18页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 微波干燥动力学模型的研究 | 第18-19页 |
| 1.5 本论文主要研究内容 | 第19-22页 |
| 第2章 实验原料及研究方法 | 第22-28页 |
| 2.1 实验装置 | 第22页 |
| 2.2 实验原料 | 第22-24页 |
| 2.3 研究方法 | 第24-28页 |
| 2.3.1 实验步骤 | 第24-25页 |
| 2.3.2 计算公式 | 第25-28页 |
| 第3章 微波干燥实验结果及分析 | 第28-58页 |
| 3.1 单因数实验研究 | 第28-38页 |
| 3.1.1 各因素对脱水率的影响 | 第28-33页 |
| 3.1.2 各因素对干基含水率的影响 | 第33-36页 |
| 3.1.3 各因素对能量利用率的影响 | 第36-38页 |
| 3.2 正交设计研究 | 第38-47页 |
| 3.2.1 各因素对脱水率影响的定性研究 | 第38-40页 |
| 3.2.2 各因素对脱水率影响的定量研究 | 第40-42页 |
| 3.2.3 各因素对能量利用率影响的定性研究 | 第42-45页 |
| 3.2.4 各因素对能量利用率影响的定量研究 | 第45-47页 |
| 3.3 微波干燥动力学研究 | 第47-55页 |
| 3.3.1 概述 | 第47-48页 |
| 3.3.2 微波干燥动力学方程 | 第48-50页 |
| 3.3.3 微波干燥酸洗污泥动力学研究 | 第50-55页 |
| 3.4 本章小结 | 第55-58页 |
| 第4章 神经网络对结果的预测 | 第58-86页 |
| 4.1 神经网络的理论基础 | 第58-62页 |
| 4.1.1 神经网络的发展历程 | 第58页 |
| 4.1.2 神经网络的基本构成 | 第58-61页 |
| 4.1.3 神经网络的学习方法 | 第61页 |
| 4.1.4 神经网络的特点 | 第61-62页 |
| 4.2 BP神经网络理论基础 | 第62-68页 |
| 4.2.1 BP神经网络简介 | 第62-64页 |
| 4.2.2 BP神经网络参数的选择 | 第64-66页 |
| 4.2.3 BP神经网络的改进学习算法 | 第66-68页 |
| 4.3 改进BP神经网络对结果的预测 | 第68-74页 |
| 4.3.1 模型的建立 | 第68-71页 |
| 4.3.2 预测结果及分析 | 第71-74页 |
| 4.4 RBF神经网络的理论基础 | 第74-77页 |
| 4.4.1 RBF神经网络简介 | 第74页 |
| 4.4.2 RBF神经网络的结构 | 第74-76页 |
| 4.4.3 RBF神经网络的学习算法 | 第76-77页 |
| 4.5 RBF神经网络对结果的预测 | 第77-80页 |
| 4.5.1 RBF神经网络模型的建立 | 第77页 |
| 4.5.2 预测结果及分析 | 第77-80页 |
| 4.6 加权组合预测 | 第80-84页 |
| 4.7 本章小结 | 第84-86页 |
| 第5章 结论 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94页 |
