摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第一章 绪论 | 第12-16页 |
·溴化锂吸收式制冷机特点和应用前景 | 第12-13页 |
·溴化锂吸收式制冷机的发展趋势 | 第13页 |
·本文的选题背景和主要工作 | 第13-15页 |
参考文献 | 第15-16页 |
第二章 文献综述 | 第16-42页 |
·溴化锂吸收式制冷机的工作原理、特点 | 第16页 |
·溴冷机中碳钢、铜及其合金的腐蚀 | 第16-24页 |
·碳钢的腐蚀 | 第18-20页 |
·溴冷机中铜及其合金的腐蚀 | 第20-24页 |
·溴化锂吸收式制冷机中常用缓蚀剂 | 第24-30页 |
·氢氧化锂 | 第24-26页 |
·铬酸锂 | 第26-27页 |
·钼酸锂 | 第27-28页 |
·苯并三氮唑(BAT) | 第28-29页 |
·其它类型的缓蚀剂 | 第29-30页 |
·其它类型的吸收剂 | 第30-32页 |
·人工神经网络在腐蚀科学中的应用 | 第32-33页 |
·腐蚀状况预测 | 第32页 |
·在线监测 | 第32-33页 |
·预测腐蚀类型和确定各因素影响程度 | 第33页 |
·谱图分析 | 第33页 |
·小结 | 第33-34页 |
参考文献 | 第34-42页 |
第三章 碳钢在溴化锂溶液中的腐蚀行为 | 第42-67页 |
·实验方法 | 第42-44页 |
·实验介质及材料 | 第42页 |
·浸泡实验 | 第42-43页 |
·电化学测试方法 | 第43-44页 |
·试样的表面分析 | 第44页 |
·结果与讨论 | 第44-65页 |
·碳钢在55%LiBr溶液中的腐蚀行为 | 第44-55页 |
·碳钢在60%LiBr溶液中的腐蚀行为 | 第55-59页 |
·碳钢在65%LiBr溶液中的腐蚀行为 | 第59-63页 |
·介质温度对碳钢在不同LiBr溶液中的影响 | 第63-65页 |
·小结 | 第65页 |
参考文献 | 第65-67页 |
第四章 磷脱氧铜在溴化锂溶液中的腐蚀行为研究 | 第67-94页 |
·实验材料和方法 | 第67页 |
·实验材料 | 第67页 |
·实验方法 | 第67页 |
·表面测试 | 第67页 |
·铜在溴化锂溶液中的腐蚀行为 | 第67-91页 |
·铜在55%LiBr溶液中的腐蚀行为 | 第67-79页 |
·铜在60%LiBr溶液中的耐蚀性能研究 | 第79-85页 |
·铜在65%LiBr溶液中的耐蚀性能 | 第85-91页 |
·小结 | 第91-92页 |
参考文献 | 第92-94页 |
第五章 高温高浓度溴化锂溶液中白铜的耐蚀性能研究 | 第94-114页 |
·实验材料和方法 | 第94页 |
·实验材料 | 第94页 |
·实验方法 | 第94页 |
·表面测试 | 第94页 |
·结果与讨论 | 第94-112页 |
·沸腾55%LiBr溶液中白铜的耐蚀性能研究 | 第94-99页 |
·白铜在沸腾60%LiBr溶液中的电化学行为 | 第99-103页 |
·沸腾65%LiBr溶液中白铜的腐蚀行为 | 第103-112页 |
·小结 | 第112-113页 |
参考文献 | 第113-114页 |
第六章 溴冷机中金属材料腐蚀的人工神经网络模型 | 第114-127页 |
·常用神经网络及其算法 | 第114-120页 |
·前向神经网络 | 第114-118页 |
·反馈神经网络 | 第118页 |
·随机神经网络 | 第118-119页 |
·自组织神经网络 | 第119-120页 |
·溴冷机中金属材料的神经网络模型 | 第120-125页 |
·神经网络模型的选择 | 第120页 |
·训练样本的选取和归一化 | 第120-121页 |
·神经网络的检验 | 第121-122页 |
·BP网络预测结果和讨论 | 第122-125页 |
·小结 | 第125-126页 |
参考文献 | 第126-127页 |
第七章 铜在55%溴化锂溶液中的电位-pH图 | 第127-137页 |
·电位-pH图的绘制 | 第127-129页 |
·基本原理 | 第127页 |
·热力学计算 | 第127-129页 |
·室温下铜在55%LiBr溶液中电位-pH图的绘制 | 第129-130页 |
·实际体系的简化 | 第129-130页 |
·实际体系热力学计算和绘制电位-pH图 | 第130页 |
·结果与讨论 | 第130-135页 |
·小结 | 第135-136页 |
参考文献 | 第136-137页 |
第八章 结论与展望 | 第137-139页 |
·结论 | 第137-138页 |
·展望 | 第138-139页 |
致谢 | 第139-140页 |
个人情况 | 第140-142页 |