| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 文献综述 | 第11-28页 |
| ·废旧纺织品回收现状 | 第11-15页 |
| ·废旧纺织品的来源 | 第11页 |
| ·废旧纺织品循环再利用方法 | 第11-13页 |
| ·国内外废旧纺织品循环再利用现状 | 第13-15页 |
| ·废旧纺织品循环利用的意义 | 第15页 |
| ·废旧棉纤维再生利用现状 | 第15-16页 |
| ·纤维素水解方法 | 第16-19页 |
| ·浓酸水解 | 第16-17页 |
| ·稀酸水解 | 第17页 |
| ·超(近)临界水水解 | 第17-18页 |
| ·固体酸催化水解 | 第18页 |
| ·生物酶水解 | 第18页 |
| ·金属离子催化水解 | 第18-19页 |
| ·物理方法促水解 | 第19页 |
| ·纤维素水解动力学模型研究现状 | 第19-22页 |
| ·水解预测模型研究进展 | 第22-23页 |
| ·研究目的和意义 | 第23页 |
| ·研究内容 | 第23-24页 |
| 参考文献 | 第24-28页 |
| 第二章 有机酸体系中微晶纤维素的水解 | 第28-52页 |
| ·草酸盐酸体系微晶纤维素水解 | 第28-37页 |
| ·引言 | 第28页 |
| ·实验部分 | 第28-31页 |
| ·实验药品及设备 | 第28-29页 |
| ·实验方案及步骤 | 第29-30页 |
| ·分析方法 | 第30-31页 |
| ·结果与讨论 | 第31-37页 |
| ·反应时间对微晶纤维素水解的影响 | 第31-32页 |
| ·反应温度对微晶纤维素水解的影响 | 第32-33页 |
| ·草酸浓度对微晶纤维素水解的影响 | 第33-34页 |
| ·盐酸浓度对微晶纤维素水解的影响 | 第34页 |
| ·反应后固体残渣的红外分析 | 第34-37页 |
| ·水解液高温处理产物的电镜分析 | 第37页 |
| ·醋酸盐酸体系微晶纤维素水解 | 第37-43页 |
| ·引言 | 第37-38页 |
| ·实验部分 | 第38-40页 |
| ·实验药品及设备 | 第38页 |
| ·实验方案及步骤 | 第38-39页 |
| ·反应产物中葡萄糖浓度的测定 | 第39-40页 |
| ·结果与讨论 | 第40-43页 |
| ·反应时间对微晶纤维素水解的影响 | 第40页 |
| ·反应温度对微晶纤维素水解的影响 | 第40-41页 |
| ·醋酸浓度对微晶纤维素水解的影响 | 第41-42页 |
| ·盐酸浓度对微晶纤维素水解的影响 | 第42-43页 |
| ·高温处理产物的制备 | 第43-50页 |
| ·引言 | 第43-44页 |
| ·实验部分 | 第44-45页 |
| ·实验材料及设备 | 第44页 |
| ·实验方案及步骤 | 第44-45页 |
| ·分析方法 | 第45页 |
| ·结果与讨论 | 第45-50页 |
| ·高温处理产物的扫描电镜分析 | 第45-47页 |
| ·高温处理产物的XRD分析 | 第47-48页 |
| ·高温处理产物的FTIR分析 | 第48-49页 |
| ·高温处理产物的TG分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 参考文献 | 第51-52页 |
| 第三章 草酸盐酸体系微晶纤维素水解动力学 | 第52-62页 |
| ·引言 | 第52页 |
| ·实验部分 | 第52-53页 |
| ·实验材料及设备 | 第52页 |
| ·实验方案及步骤 | 第52页 |
| ·分析方法 | 第52-53页 |
| ·纤维素水解产物高效液相色谱分析 | 第53-54页 |
| ·纤维素水解动力学模型 | 第54-60页 |
| ·纤维素水解模型的建立 | 第54-55页 |
| ·微晶纤维素水解在草酸盐酸体系中的动力学计算 | 第55-57页 |
| ·反应活化能计算 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 参考文献 | 第61-62页 |
| 第四章 微晶纤维素水解预测模型 | 第62-77页 |
| ·引言 | 第62-63页 |
| ·灰色预测模型 | 第63-69页 |
| ·GM(1,1)灰色预测模型 | 第63-64页 |
| ·灰色预测的步骤 | 第64-65页 |
| ·数据检验及处理 | 第64-65页 |
| ·建立灰色模型 | 第65页 |
| ·检验预测值 | 第65页 |
| ·预测预报 | 第65页 |
| ·灰色预测模型对微晶纤维素在草酸盐酸体系中水解过程的求解 | 第65-69页 |
| ·人工神经网络模型 | 第69-75页 |
| ·人工神经网络模型 | 第69页 |
| ·前馈型神经网络模型 | 第69-70页 |
| ·BP神经网络模型 | 第70-75页 |
| ·BP神经网络模型 | 第70-71页 |
| ·神经网络算法步骤 | 第71-74页 |
| ·模型求解结果 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 参考文献 | 第76-77页 |
| 第五章 结论与展望 | 第77-79页 |
| ·结论 | 第77-78页 |
| ·展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间学术成果 | 第80页 |