首页--环境科学、安全科学论文--废物处理与综合利用论文--动力工业废物处理与综合利用论文--电力工业论文

混煤燃烧污染排放特性研究

摘要第1-6页
Abstract第6-7页
目录第7-9页
第1章 绪论第9-13页
   ·课题研究的背景及意义第9-10页
   ·混煤燃烧污染物排放特性的国内外研究现状第10-12页
   ·本文的主要研究内容第12-13页
第2章 试验装置系统及其试验方法第13-16页
   ·试验装置及试验方法第13-14页
     ·试验装置第13页
     ·高温管式炉系统设计第13-14页
   ·样品选取及数据记录第14页
   ·高温管式炉燃烧系统试验参数第14-15页
   ·试验数据的处理方法第15页
   ·本章小结第15-16页
第3章 单煤及混煤燃烧SO_2排放特性试验研究分析第16-25页
   ·试验煤粉燃烧SO_2析出的动态特性第16-17页
   ·不同煤种硫成分对硫析出的影响第17-18页
   ·煤粉燃烧工况对硫排放的影响第18-21页
     ·温度对SO_2析出的影响第19-20页
     ·氧浓度对SO_2析出的影响第20-21页
   ·混煤燃烧硫析出特性试验第21-23页
     ·不同煤种混燃对硫析出的影响第21-22页
     ·燃烧温度对混煤SO_2析出特性的影响第22-23页
     ·不同氧浓度下混煤燃烧对SO_2析出的影响第23页
   ·本章小结第23-25页
第4章 单煤混煤燃烧氮氧化物排放特性试验及分析第25-33页
   ·煤粉燃烧过程中污染物NO_X的机理特性第25-26页
   ·单煤燃烧NO_X排放特性试验研究第26-28页
   ·混煤燃烧NO_X排放特性试验研究第28-31页
     ·挥发分影响混煤燃烧NO_X析出特性试验分析第28-30页
     ·温度影响NO_X排放特性曲线的试验分析第30-31页
     ·氧量影响NO_X排放特性曲线的试验分析第31页
   ·本章小结第31-33页
第5章 混煤污染物排放的神经网络预测模型第33-48页
   ·现代预测模型综述第33-34页
   ·BP神经网络简介第34-41页
     ·BP神经网络算法原理第35-36页
     ·BP神经网络学习算法第36-38页
     ·数据的预处理第38-41页
   ·混煤燃煤污染物析出的BP神经网络预测模型第41-44页
   ·模型预测结果及分析第44-46页
     ·网络模型的预测结果第44-45页
     ·污染物排放BP神经网络预测模型的相关性分析第45-46页
   ·本章小结第46-48页
第6章 结论及展望第48-49页
参考文献第49-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:复合吸收剂同时脱硫脱硝的实验研究
下一篇:太阳能光伏模板废热回收装置数值模拟研究