首页--工业技术论文--化学工业论文--煤炭气化工业论文--气化工艺论文

宁东煤化工气化用煤煤质预测研究

摘要第3-5页
ABSTRACT第5-6页
1 绪论第9-23页
    1.1 选题背景及意义第9-11页
    1.2 宁东矿区煤层煤质特性第11-13页
        1.2.1 矿区地质构造第11页
        1.2.2 主采煤层第11-12页
        1.2.3 煤质特性第12-13页
    1.3 宁东煤气化技术及存在的问题第13-14页
        1.3.1 德士古气化技术第13页
        1.3.2 四喷嘴气化技术第13-14页
        1.3.3 GSP气化技术第14页
    1.4 煤质预测方法研究第14-20页
        1.4.1 煤层煤质预测方法第14-19页
        1.4.2 工作面煤质预测方法第19-20页
    1.5 研究内容及方法第20-23页
        1.5.1 研究内容第20-21页
        1.5.2 研究方法第21-22页
        1.5.3 技术路线第22-23页
2 基于克里金插值法的煤层煤质预测研究第23-42页
    2.1 预测矿区及其数据来源第23页
    2.2 煤层煤质数据分析与处理第23-26页
        2.2.1 各煤层煤质统计特征分析第23-24页
        2.2.2 各煤层煤质的空间变异特征分析第24-26页
    2.3 煤层煤质预测结果与讨论第26-40页
        2.3.1 煤层煤质水分预测第26-28页
        2.3.2 煤层煤质灰分预测第28-30页
        2.3.3 煤层煤质挥发分预测第30-31页
        2.3.4 煤层煤质硫分预测第31-33页
        2.3.5 煤层煤质发热量预测第33-35页
        2.3.6 煤层煤质流动温度预测第35-37页
        2.3.7 预测结果验证第37-40页
    2.4 本章小结第40-42页
3 工作面煤质预测第42-51页
    3.1 多元线性回归模型第42-44页
        3.1.1 多元线性回归一般形式第42页
        3.1.2 模型参数B的最小二乘估计第42-43页
        3.1.3 多元线性回归模型的显著性检验第43-44页
    3.2 径向基函数神经网络模型第44-46页
        3.2.1 RBF神经网络结构模型第44页
        3.2.2 RBF算法描述第44-46页
    3.3 多元线性回归和RBF神经网络在工作面煤质预测中的应用第46-50页
        3.3.1 数据样本第46页
        3.3.2 多元线性回归预测结果及分析第46-48页
        3.3.3 基RBF神经网络预测及结构分析第48-49页
        3.3.4 预测模型的检验第49-50页
    3.4 本章总结第50-51页
4 煤质预测在气化用煤中的应用第51-55页
    4.1 不同气化技术的特点第51页
    4.2 煤化工气化用煤对煤质的要求第51-52页
    4.3 煤质预测在气化用煤中的应用第52-54页
    4.4 结论第54-55页
5 结论第55-56页
致谢第56-57页
参考文献第57-61页
附录 1第61-74页
附录 2第74-77页
附录 3第77页

论文共77页,点击 下载论文
上一篇:政社融合与社区治理模式研究--以南京市鼓楼区“双网对接”模式为例
下一篇:2005年至2013年大学新生心理健康纵向研究--以南京大学为例