| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 物理量名称及符号表 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·选题背景 | 第11-12页 |
| ·新型生物质利用技术 | 第12页 |
| ·生物质气化技术 | 第12页 |
| ·生物质液化技术 | 第12页 |
| ·生物质气化反应器 | 第12-14页 |
| ·固定床气化炉 | 第12-13页 |
| ·流化床气化炉 | 第13-14页 |
| ·双流化床提升管性征 | 第14-15页 |
| ·提升管二次风的影响 | 第15-16页 |
| ·引入二次风对管内的影响 | 第15页 |
| ·引入二次风的问题 | 第15-16页 |
| ·主要研究目的和研究内容 | 第16-17页 |
| ·本文的研究目的 | 第16页 |
| ·本文的研究内容 | 第16-17页 |
| 第2章 双循环流化床气化装置及实验方法 | 第17-22页 |
| ·实验系统 | 第17-18页 |
| ·实验系统各部件的设计 | 第18-21页 |
| ·提升管及管内二次风风口的布置 | 第18页 |
| ·导流管设计 | 第18-19页 |
| ·旋风分离器的设计 | 第19-20页 |
| ·立管的设计 | 第20页 |
| ·返料管的设计 | 第20页 |
| ·气化室的设计 | 第20页 |
| ·布风板的设计 | 第20-21页 |
| ·实验物料的选取 | 第21页 |
| ·颗粒循环流率 | 第21-22页 |
| 第3章 实验结果及分析 | 第22-25页 |
| ·气化室风速对颗粒循环流率的影响 | 第22页 |
| ·提升管流化风速对颗粒循环流率的影响 | 第22-23页 |
| ·提升管二次风量对颗粒循环流率的影响 | 第23页 |
| ·提升管二次风送风方式对颗粒循环流率的影响 | 第23-24页 |
| ·提升管二次风口高度对颗粒循环流率的影响 | 第24页 |
| ·提升管二次风口数目对颗粒循环流率的影响 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第4章 双流化床提升管颗粒循环流率动力学模型研究 | 第25-39页 |
| ·临界流化孔隙率的计算 | 第25-26页 |
| ·颗粒终端速度的计算 | 第26-28页 |
| ·提升管模型 | 第28-34页 |
| ·第一类提升管模型 | 第28-31页 |
| ·第二类提升管模型 | 第31-34页 |
| ·实验与模型计算结果分析 | 第34-38页 |
| ·加速区模型输出值与实测值对比分析 | 第34-36页 |
| ·充分发展区模型输出值与实测值对比分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 BP神经网络预测模型及优化算法研究 | 第39-54页 |
| ·神经元模型和网络结构 | 第39-40页 |
| ·BP神经网络简介 | 第40页 |
| ·BP神经网络算法 | 第40-43页 |
| ·BP神经网络的特点及其局限性 | 第43-45页 |
| ·BP神经网络的特点 | 第43-44页 |
| ·BP神经网络的局限性 | 第44-45页 |
| ·改进型BP网络学习算法 | 第45-47页 |
| ·附加动量BP算法 | 第45-46页 |
| ·学习率可变的BP算法 | 第46-47页 |
| ·LM(Levenberg-Marquardt)算法 | 第47页 |
| ·BP神经网络结构设计 | 第47-51页 |
| ·输入层及输出层的设计 | 第48页 |
| ·隐含层的设计 | 第48-49页 |
| ·传输函数的设计 | 第49页 |
| ·训练函数的选择 | 第49页 |
| ·BP网络的预处理和后处理 | 第49-50页 |
| ·创建BP神经网络 | 第50-51页 |
| ·BP网络预测结果及分析 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第6章 结论与展望 | 第54-55页 |
| ·结论 | 第54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文及成果 | 第59-60页 |
| 致谢 | 第60页 |