| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景 | 第8-10页 |
| ·液化天然气发展概况 | 第8-9页 |
| ·天然气净化的目的 | 第9页 |
| ·天然气净化工艺技术 | 第9-10页 |
| ·天然气物性研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国内的研究现状 | 第11页 |
| ·国外的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 第二章 物性计算 | 第13-50页 |
| ·热力性质计算 | 第13-38页 |
| ·常用的状态方程 | 第13-14页 |
| ·状态方程的选择 | 第14-15页 |
| ·天然气密度的计算 | 第15-25页 |
| ·天然气焓熵的计算 | 第25-31页 |
| ·相平衡计算 | 第31-38页 |
| ·粘度计算 | 第38-47页 |
| ·气体粘度基本理论 | 第38-39页 |
| ·气体粘度的计算 | 第39-45页 |
| ·高压气体粘度计算结果的分析讨论 | 第45-46页 |
| ·液体粘度的计算 | 第46-47页 |
| ·表面张力计算 | 第47-49页 |
| ·纯质表面张力的计算 | 第47-48页 |
| ·混合物表面张力的计算 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于遗传算法的数据回归 | 第50-62页 |
| ·要解决的问题 | 第50-51页 |
| ·优化方法的选择 | 第51页 |
| ·遗传算法 | 第51-55页 |
| ·遗传算法简介 | 第51-52页 |
| ·遗传算法的流程 | 第52页 |
| ·遗传算法的实现 | 第52-55页 |
| ·算法有效性测试 | 第55-57页 |
| ·Teja-Rice 方法中ψij的回归 | 第57-61页 |
| ·回归数据的获得 | 第57-58页 |
| ·数据的回归 | 第58-59页 |
| ·对Teja-Rice 方法的进一步讨论 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 基于BP 网络的数据处理 | 第62-70页 |
| ·要解决的问题 | 第62页 |
| ·BP 神经网络 | 第62-67页 |
| ·神经网络简介 | 第62-63页 |
| ·BP 神经网络结构 | 第63页 |
| ·反向传播学习算法 | 第63-66页 |
| ·程序流程图 | 第66-67页 |
| ·CO_2-MDEA-PZ-H_2O 体系相平衡计算 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 攻读学位期间发表的学术论文 | 第74-77页 |
| 致谢 | 第77页 |