摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 文献综述 | 第10-28页 |
·无机陶瓷膜发展概况 | 第10-11页 |
·无机陶瓷膜的特点 | 第11页 |
·无机膜的分类 | 第11-12页 |
·过滤方式 | 第12-13页 |
·膜分离过程中存在的重要问题 | 第13-15页 |
·造成膜污染的原因 | 第15-17页 |
·影响膜污染的因素 | 第17-18页 |
·提高膜通量的途径 | 第18-19页 |
·膜污染的清洗方法 | 第19-25页 |
·膜污染的数学模型 | 第25-26页 |
·神经网络在膜技术中的应用 | 第26-28页 |
第二章 陶瓷微滤膜处理巴西酸发酵液的膜化学清洗再生 | 第28-43页 |
·实验部分 | 第28-29页 |
·实验药品 | 第28页 |
·实验仪器与装置 | 第28-29页 |
·实验方法 | 第29页 |
·实验结果与讨论 | 第29-42页 |
·巴西酸发酵液的过滤情况 | 第29-31页 |
·各种清洗剂的单步化学清洗 | 第31-39页 |
·各种清洗剂的连续多步化学清洗 | 第39-42页 |
·本章小结 | 第42-43页 |
第三章 陶瓷微滤膜处理乳酸菌发酵液的膜化学清洗再生 | 第43-49页 |
·实验部分 | 第43页 |
·实验药品 | 第43页 |
·实验仪器装置及实验方法 | 第43页 |
·实验结果与讨论 | 第43-48页 |
·乳酸菌的过滤情况 | 第43-44页 |
·膜污染后的化学清洗 | 第44-48页 |
·本章小结 | 第48-49页 |
第四章 基于MATLAB下BP网络在陶瓷膜清洗中的应用 | 第49-61页 |
·概述 | 第49-50页 |
·BP人工神经网络原理 | 第50-51页 |
·神经网络模型在陶瓷膜化学清洗过程设计中的应用 | 第51-55页 |
·人工神经网络的模型的建立 | 第52-54页 |
·样本的选择,输入、输出参数的处理 | 第54页 |
·训练 | 第54-55页 |
·仿真 | 第55页 |
·结果与讨论 | 第55-60页 |
·BP神经网络的模拟结果与讨论 | 第55-58页 |
·用STATISTICA软件作图 | 第58-60页 |
·本章小结 | 第60-61页 |
第五章 结论 | 第61-62页 |
参考文献 | 第62-66页 |
符号说明 | 第66-68页 |
攻读硕士学位期间发表和录用的论文 | 第68-69页 |
致谢 | 第69页 |