首页--工业技术论文--化学工业论文--燃料化学工业(总论)论文--燃料种类及性质论文

含碳固体燃料混合成浆特性及配煤成浆浓度神经网络预测

致谢第5-7页
摘要第7-9页
Abstract第9-11页
1 绪论第17-43页
    1.1 研究背景第17-21页
        1.1.1 我国能源消耗结构第17-18页
        1.1.2 油气资源短缺现状第18-19页
        1.1.3 开发水煤浆替代燃料的必要性第19-21页
    1.2 水煤浆技术的发展及现状第21-30页
        1.2.1 含碳浆体燃料的分类第21页
        1.2.2 国外水煤浆技术发展第21-23页
        1.2.3 国内水煤浆技术的发展第23-26页
        1.2.4 水煤浆制备技术第26-29页
        1.2.5 浆体燃料的发展趋势第29-30页
    1.3 水煤浆特性的研究第30-35页
        1.3.1 水煤浆的流变特性第30-32页
        1.3.2 水煤浆粘度的影响因素第32页
        1.3.3 水煤浆添加剂的研究第32-35页
    1.4 混配制浆技术的研究第35-40页
        1.4.1 动力配煤技术研究第35-36页
        1.4.2 含碳燃料混配制浆技术研究第36-39页
        1.4.3 配煤制浆技术研究第39-40页
    1.5 人工神经网络第40-42页
        1.5.1 人工神经网络的发展第40-41页
        1.5.2 BP神经网络的结构及应用第41-42页
    1.6 研究内容及方法第42-43页
2 实验方法及仪器第43-57页
    2.1 煤及水煤浆特性测试方法及仪器第43-50页
        2.1.1 煤样的制备和粒度分析第43-44页
        2.1.2 实验室水煤浆制备方法和仪器第44-46页
        2.1.3 煤的表面特性第46-48页
        2.1.4 煤的微观孔隙结构第48-49页
        2.1.5 含氧官能团第49-50页
    2.2 水煤浆成浆特性的研究方法及仪器第50-52页
        2.2.1 浓度测量方法及仪器第50-51页
        2.2.2 粘度测量方法及仪器第51-52页
    2.3 水煤浆流变特性的研究方法第52-54页
        2.3.1 水煤浆的流变特性第52-53页
        2.3.2 流变特性研究方法第53-54页
    2.4 水煤浆稳定性研究方法及仪器第54-56页
        2.4.1 观察法第54页
        2.4.2 析水法第54-55页
        2.4.3 棒穿法第55页
        2.4.4 倒置法第55-56页
        2.4.5 冰冻分析法第56页
    2.5 本章小结第56-57页
3 单煤水煤浆成浆特性及其影响因素的研究第57-96页
    3.1 引言第57页
    3.2 煤质特性分析第57-58页
    3.3 单煤水煤浆成浆特性研究第58-74页
        3.3.1 单煤水煤浆的定粘浓度第58-59页
        3.3.2 单煤水煤浆的流变特性第59-67页
        3.3.3 单煤水煤浆的触变特性第67-72页
        3.3.4 单煤水煤浆的稳定特性第72-74页
    3.4 煤质特性对单煤成浆性的影响第74-79页
        3.4.1 煤种内水对单煤成浆性的影响第74-75页
        3.4.2 煤种氧含量对单煤成浆性的影响第75页
        3.4.3 煤阶对单煤成浆性的影响第75-76页
        3.4.4 煤种灰分对单煤成浆性的影响第76-79页
    3.5 煤含氧官能团对单煤成浆性的影响第79-85页
        3.5.1 红外光谱分析含氧官能团第80-82页
        3.5.2 X射线光电子能谱分析含氧官能团第82-85页
    3.6 添加剂对单煤成浆性的影响第85-93页
        3.6.1 添加剂种类对单煤成浆性的影响第86-87页
        3.6.2 添加剂对单煤水煤浆稳定性的影响第87-89页
        3.6.3 添加剂对煤表面润湿性的影响第89-90页
        3.6.4 添加剂对水煤浆分散系界面张力的影响第90-91页
        3.6.5 添加剂对单煤表面Zeta电位的影响第91-93页
    3.7 本章小结第93-96页
4 配煤成浆特性及煤种相互作用机理第96-124页
    4.1 引言第96页
    4.2 配煤成浆特性研究第96-106页
        4.2.1 配煤成浆特性第96-100页
        4.2.2 配煤成浆的流变性第100-104页
        4.2.3 配煤成浆的稳定性第104-106页
    4.3 煤种间的作用对配煤成浆的影响第106-112页
        4.3.1 煤表面特性影响第106-108页
        4.3.2 煤表面特性和粒度分布双重影响第108-110页
        4.3.3 配煤成浆浓度变化的非线性规律第110-112页
    4.4 粒度级配成浆特性第112-123页
        4.4.1 煤种粒度分布第112页
        4.4.2 单煤级配成浆特性第112-116页
        4.4.3 配煤级配成浆特性第116-122页
        4.4.4 配煤级配稳定性第122-123页
    4.5 本章小结第123-124页
5 配煤过程微观孔隙结构及其分形特征第124-152页
    5.1 引言第124页
    5.2 分形理论及模型选择第124-126页
    5.3 配煤的微观孔隙结构及其分形特征第126-135页
        5.3.1 煤样的吸脱附等温曲线第126-129页
        5.3.2 煤样的微观孔隙结构第129-131页
        5.3.3 煤样的分形维数第131-133页
        5.3.4 配煤的分形维数和孔隙结构参数与成浆性之间的关系第133-135页
    5.4 不同煤种的微观孔隙结构及其分形特征第135-150页
        5.4.1 煤样的吸脱附等温曲线第135-138页
        5.4.2 煤样的微观孔隙结构第138-141页
        5.4.3 煤样的分形维数第141-144页
        5.4.4 煤样的分形维数和孔隙结构参数与成浆性之间的关系第144-146页
        5.4.5 煤样的分形维数与煤质特性之间的关系第146-150页
    5.5 小结第150-152页
6 含碳燃料与煤共成浆特性研究第152-179页
    6.1 引言第152-153页
    6.2 油砂与煤共成浆特性研究第153-160页
        6.2.1 实验样品和测试方法第153页
        6.2.2 油砂浆的成浆特性第153-158页
        6.2.3 油砂与煤共成浆特性第158-160页
    6.3 石油焦与煤共成浆特性研究第160-171页
        6.3.1 实验样品及实验方法第160-161页
        6.3.2 煤焦浆的粘浓特性第161页
        6.3.3 掺焦比对煤焦浆成浆性的影响第161-162页
        6.3.4 掺焦比对煤焦浆流变性的影响第162-167页
        6.3.5 煤焦浆的稳定性第167-168页
        6.3.6 石油焦与褐煤的表面特性及相互作用机理第168-171页
    6.4 冰冻切片法研究浆体的稳定性第171-177页
        6.4.1 固液悬浮浆体稳定性的研究背景第171-172页
        6.4.2 快速冰冻切片法第172-173页
        6.4.3 浆体制备及粒度分布第173页
        6.4.4 切片法研究粘度对水焦浆稳定性影响第173-175页
        6.4.5 切片法研究静置时间对水焦浆稳定性影响第175-177页
    6.5 小结第177-179页
7 人工神经网络预测配煤成浆浓度第179-195页
    7.1 引言第179页
    7.2 BP神经网络原理与结构第179-183页
        7.2.1 BP神经网络第179-182页
        7.2.2 配煤训练样本第182-183页
    7.3 BP神经网络算法及参数的确定第183-188页
        7.3.1 训练算法第183-186页
        7.3.2 归一化处理第186-187页
        7.3.3 隐含层神经元数量第187-188页
    7.4 不同输入因子的BP网络预测第188-191页
        7.4.1 配煤成浆浓度的非线性特征第188-189页
        7.4.2 不同因子的BP神经网络预测结果第189-191页
    7.5 PSO-BP神经网络预测配煤成浆浓度第191-193页
        7.5.1 PSO-BP神经网络特点第191-193页
        7.5.2 六因子PSO-BP神经网络预测结果第193页
    7.6 本章小结第193-195页
8 全文总结及展望第195-202页
    8.1 全文总结第195-199页
    8.2 主要创新点第199-201页
    8.3 工作展望第201-202页
参考文献第202-222页
作者简历第222-223页

论文共223页,点击 下载论文
上一篇:一种基于Pi演算的并行编程语言
下一篇:基于关联规则和聚类分析的个性化推荐系统的研究与实现