| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 烧结过程碳效计算相关研究现状 | 第11-13页 |
| 1.2.2 烧结过程建模研究现状 | 第13-16页 |
| 1.3 主要研究内容 | 第16-18页 |
| 2 烧结过程工艺与碳效计算模型组成 | 第18-26页 |
| 2.1 烧结过程工艺分析 | 第18-22页 |
| 2.1.1 烧结过程工艺特性 | 第18-20页 |
| 2.1.2 烧结过程的碳效定义 | 第20-22页 |
| 2.2 烧结过程碳效建模难点分析 | 第22-23页 |
| 2.3 烧结过程CO/CO_2计算建模结构组成 | 第23-25页 |
| 2.4 小结 | 第25-26页 |
| 3 基于碳流分析的烧结过程CO/CO_2计算机理建模 | 第26-44页 |
| 3.1 烧结过程碳素流机理分析 | 第26-27页 |
| 3.2 烧结过程焦炭燃烧机理模型 | 第27-36页 |
| 3.2.1 焦炭燃烧的反应机理 | 第27-29页 |
| 3.2.2 影响碳燃烧效率的主要因素分析 | 第29-33页 |
| 3.2.3 碳燃烧过程的CO/CO_2计算的机理建模 | 第33-36页 |
| 3.3 烧结配料溶剂中碳酸盐分解模型 | 第36-40页 |
| 3.3.1 石灰石的特性 | 第36-37页 |
| 3.3.2 影响石灰石分解的主要因素分析 | 第37-39页 |
| 3.3.3 石灰石分解过程的CO_2计算机理建模 | 第39-40页 |
| 3.4 烧结过程CO/CO_2计算机理模型 | 第40-43页 |
| 3.5 小结 | 第43-44页 |
| 4 基于机理知识指导的烧结过程CO/CO_2计算建模 | 第44-61页 |
| 4.1 机理模型与神经网络模型的结合形式 | 第44-46页 |
| 4.2 CO/CO_2计算机理模型与神经网络模型的结合 | 第46-58页 |
| 4.2.1 输入加权式前向神经网络模型的建立 | 第50-53页 |
| 4.2.2 模型的网络学习算法 | 第53-55页 |
| 4.2.3 模型的数据处理与训练 | 第55-58页 |
| 4.3 仿真实验验证 | 第58-60页 |
| 4.4 小结 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间主要参与项目与研究成果 | 第70页 |
