醇胺法CO2捕集系统的建模与优化
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题的来源、背景和意义 | 第9-11页 |
| 1.2 CO_2捕集技术概述 | 第11-12页 |
| 1.3 醇胺法CO_2捕集研究现状 | 第12-16页 |
| 1.3.1 醇胺法CO_2捕集技术现状 | 第12-13页 |
| 1.3.2 醇胺法CO_2捕集模型研究现状 | 第13-16页 |
| 1.4 课题研究目标与内容 | 第16-17页 |
| 1.5 论文创新点 | 第17-18页 |
| 第二章 MEA法CO_2捕集系统工艺及原理 | 第18-27页 |
| 2.1 CO_2捕集工艺系统 | 第18-23页 |
| 2.1.1 工艺流程简介 | 第18-19页 |
| 2.1.2 捕集系统主要设备 | 第19-20页 |
| 2.1.3 MEA化学组成 | 第20-21页 |
| 2.1.4 单元操作模块 | 第21-23页 |
| 2.2 捕集系统建模初始数据 | 第23-26页 |
| 2.2.1 捕集模型的基础条件 | 第23-24页 |
| 2.2.2 模型参数 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 CO_2捕集系统数据建模及参数敏感度分析 | 第27-37页 |
| 3.1 基本工艺参数介绍 | 第27-29页 |
| 3.2 最小二乘法工程模型 | 第29-30页 |
| 3.2.1 最小二乘法原理 | 第29页 |
| 3.2.2 最小二乘法模型构建 | 第29-30页 |
| 3.3 BP神经网络工程模型 | 第30-33页 |
| 3.3.1 BP神经网络原理 | 第30-31页 |
| 3.3.2 BP神经网络模型构建 | 第31-32页 |
| 3.3.3 BP神经网络模型误差分析 | 第32-33页 |
| 3.4 参数敏感度分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 解析塔静态机理建模及能耗分析 | 第37-47页 |
| 4.1 解析塔机理模型建立 | 第37-40页 |
| 4.1.1 平衡级模型假设 | 第37页 |
| 4.1.2 MESH方程 | 第37-39页 |
| 4.1.3 参数的简化 | 第39-40页 |
| 4.2 解析塔单位能耗计算 | 第40-46页 |
| 4.2.1 显热计算 | 第40页 |
| 4.2.2 分解反应热计算 | 第40页 |
| 4.2.3 汽化热计算 | 第40-41页 |
| 4.2.4 单位能耗与关键参数分析 | 第41-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 CO_2捕集系统动态机理建模 | 第47-54页 |
| 5.1 MESH动态机理方程 | 第47-48页 |
| 5.2 精馏塔的动态模型 | 第48-50页 |
| 5.3 实验仿真 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 结论及展望 | 第54-56页 |
| 6.1 结论 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间取得的学术成果 | 第60-61页 |
| 致谢 | 第61页 |
