基于神经网络对配煤成浆性的预测研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目次 | 第8-11页 |
| 第1章 绪论 | 第11-24页 |
| ·引言 | 第11-13页 |
| ·水煤浆技术的发展 | 第13-14页 |
| ·国外水煤浆技术的发展情况 | 第13-14页 |
| ·我国水煤浆技术发展现状 | 第14页 |
| ·水煤浆的制备工艺 | 第14-18页 |
| ·水煤浆配煤预测技术的研究现状 | 第18-20页 |
| ·论文研究主要内容和目标 | 第20-21页 |
| ·论文研究主要内容 | 第20-21页 |
| ·研究目标 | 第21页 |
| ·参考文献 | 第21-24页 |
| 第2章 实验设备及实验方法 | 第24-31页 |
| ·实验设备与仪器 | 第24-27页 |
| ·小型制浆设备 | 第24页 |
| ·哈氏可磨性测定仪 | 第24-25页 |
| ·旋转粘度计 | 第25-27页 |
| ·其他设备 | 第27页 |
| ·主要实验方法 | 第27-31页 |
| ·煤的可磨性指数测定方法 | 第27-29页 |
| ·水煤浆制备方法 | 第29页 |
| ·粘度的测定方法 | 第29页 |
| ·水煤浆浓度的测定方法 | 第29-30页 |
| ·稳定性评价方法 | 第30-31页 |
| 第3章 配煤对成浆性的影响 | 第31-48页 |
| 引言 | 第31页 |
| ·煤种特性参数对成浆性影响 | 第31-35页 |
| ·内水分对成浆性的影响 | 第32-33页 |
| ·灰分对成浆性的影响 | 第33-34页 |
| ·氧含量对成浆性的影响 | 第34页 |
| ·可磨性系数对成浆性能的影响 | 第34-35页 |
| ·配煤的成浆性能 | 第35-46页 |
| ·神木煤的配煤成浆情况 | 第37-38页 |
| ·乌沙山配煤成浆情况 | 第38-39页 |
| ·上湾配煤成浆情况 | 第39-41页 |
| ·埔连塔配煤成浆情况 | 第41-42页 |
| ·大同烟煤配煤成浆情况 | 第42-43页 |
| ·贵州无烟煤配煤成浆情况 | 第43-44页 |
| ·配煤成浆性情况分析 | 第44页 |
| ·配煤实测浓度与加权计算浓度比较 | 第44-46页 |
| ·本章小结 | 第46页 |
| ·参考文献 | 第46-48页 |
| 第4章 回归分析 | 第48-57页 |
| 引言 | 第48页 |
| ·相关性分析 | 第48-49页 |
| ·线性回归分析 | 第49-54页 |
| ·线性回归分析试验方法 | 第49-50页 |
| ·线性回归的结果分析 | 第50-54页 |
| ·非线性回归分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| ·参考文献 | 第56-57页 |
| 第5章 BP神经网络介绍与数据和参数的处理 | 第57-72页 |
| 引言 | 第57页 |
| ·BP神经网络介绍 | 第57-63页 |
| ·人工神经网络的发展过程 | 第57-58页 |
| ·BP神经网络理论 | 第58-59页 |
| ·BP神经网络的优缺点 | 第59-60页 |
| ·BP神经网络算法介绍 | 第60-63页 |
| ·BP神经网络数据与参数的处理 | 第63-69页 |
| ·数据的准备 | 第63-66页 |
| ·数据的预处理 | 第66-67页 |
| ·输入层参数的选择 | 第67-68页 |
| ·学习精度的选择 | 第68-69页 |
| ·中间层节点数的确定 | 第69页 |
| ·本章小结 | 第69-70页 |
| ·参考文献 | 第70-72页 |
| 第6章 利用神经网络预测混煤成浆性 | 第72-82页 |
| ·神经网络模型的结构 | 第72-73页 |
| ·煤种成浆性的神经网络分析结果 | 第73-79页 |
| ·十因子神经网络预测模型的结果与分析 | 第73-74页 |
| ·九因子神经网络预测模型的结果与分析 | 第74-76页 |
| ·五因子神经网络预测模型的结果与分析 | 第76页 |
| ·四因子神经网络预测模型的结果与分析 | 第76-78页 |
| ·三因子神经网络预测模型的结果与分析 | 第78-79页 |
| ·神经网络模型的适应性验证 | 第79-80页 |
| ·验证煤种选择 | 第79页 |
| ·验证结果 | 第79-80页 |
| ·与回归模型对比 | 第80-81页 |
| ·本章小结 | 第81页 |
| ·参考文献 | 第81-82页 |
| 第7章 全文总结及工作展望 | 第82-84页 |
| ·全文总结 | 第82-83页 |
| ·配煤成浆性能的研究 | 第82页 |
| ·利用回归分析对配煤成浆性的预测 | 第82页 |
| ·利用神经网络对配煤成浆性的预测 | 第82-83页 |
| ·本文创新点 | 第83页 |
| ·工作展望 | 第83-84页 |
