| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-12页 |
| 一、本论文的目的和意义 | 第9页 |
| 二、国内外发展现状 | 第9-11页 |
| 三、论文主要研究内容 | 第11-12页 |
| 第一章 管道数学模型的建立 | 第12-16页 |
| ·组分输运模型 | 第12页 |
| ·分子扩散 | 第12-13页 |
| ·湍流对质量传递的影响（涡扩散） | 第13-14页 |
| ·质微分方程 | 第14-15页 |
| ·湍流模型 | 第15页 |
| ·涡粘性模型 | 第15页 |
| ·小结 | 第15-16页 |
| 第二章 基于Fluent 的管道氮气置换仿真与分析 | 第16-27页 |
| ·Fluent 数值计算软件简介 | 第16-17页 |
| ·基于Fluent 软件的管道氮气置换仿真 | 第17-19页 |
| ·算例的概况 | 第19页 |
| ·算例的工况 | 第19-21页 |
| ·研究结果 | 第21-26页 |
| ·小结 | 第26-27页 |
| 第三章 氮气置换规律的研究 | 第27-51页 |
| ·入口流速的影响 | 第27-33页 |
| ·压力的影响 | 第33-40页 |
| ·管道直径的影响 | 第40-46页 |
| ·管道长度的影响 | 第46-50页 |
| ·小结 | 第50-51页 |
| 第四章 基于神经网络的最优注氮量的研究 | 第51-57页 |
| ·人工神经网络 | 第51-55页 |
| ·人工神经网络简介 | 第51页 |
| ·人工神经网络发展历史 | 第51-52页 |
| ·人工神经网络基本特征 | 第52页 |
| ·人工神经网络神经元处理单元 | 第52页 |
| ·人工神经网络网络模型 | 第52-53页 |
| ·人工神经网络的学习类型 | 第53页 |
| ·人工神经网络的应用 | 第53-55页 |
| ·最优注氮量的研究 | 第55-56页 |
| ·结果及分析 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表文章目录 | 第61-62页 |
| 致谢 | 第62-63页 |
| 详细摘要 | 第63-69页 |