基于球磨法的超细石英粉体分形研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·本课题研究的背景和意义 | 第10页 |
| ·国内外综述 | 第10-15页 |
| ·超细粉体的评价及其表征研究 | 第10-13页 |
| ·超细粉体的分形研究 | 第13-15页 |
| ·课题来源及主要研究内容 | 第15-16页 |
| 第2章 超细粉体试验及分形特征原理 | 第16-29页 |
| ·超细粉体制备试验研究 | 第16-22页 |
| ·超细石英粉体的制备方法 | 第16-19页 |
| ·试验设计方法的选择及试验设计 | 第19-22页 |
| ·超细粉体检测方法试验研究 | 第22-25页 |
| ·试验粉体的粒度特征检测 | 第22-24页 |
| ·试验粉体的形貌特征检测 | 第24-25页 |
| ·石英粉碎过程的分形特征 | 第25-27页 |
| ·粉碎过程机理 | 第25-26页 |
| ·粉碎过程的分形特征 | 第26-27页 |
| ·自相似分形原理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 超细石英粉体粒度分布分形研究 | 第29-38页 |
| ·粒度分布分形模型 | 第29-31页 |
| ·模型的建立 | 第29-30页 |
| ·粒度分布分维数的计算 | 第30-31页 |
| ·粉体粒度特征与分维数关系研究 | 第31-37页 |
| ·粒度分维与均匀度 | 第31-32页 |
| ·分维与粉体分散团聚 | 第32-35页 |
| ·分维与粒度大小 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 粒度分布分维的神经网络预测 | 第38-55页 |
| ·神经网络预测模型的建立 | 第38-42页 |
| ·训练样本集的准备 | 第38页 |
| ·输入输出数据的预处理 | 第38-39页 |
| ·网络结构设计 | 第39-42页 |
| ·网络的训练 | 第42-46页 |
| ·训练算法的选择 | 第42-44页 |
| ·训练参数的确定 | 第44-45页 |
| ·网络的训练与仿真 | 第45-46页 |
| ·网络泛化能力的提高 | 第46-52页 |
| ·样本输入加噪声 | 第46-47页 |
| ·贝叶斯归一化法 | 第47-49页 |
| ·神经网络集成 | 第49-51页 |
| ·改进后的网络训练结果 | 第51-52页 |
| ·BP仿真结果及规律分析 | 第52-54页 |
| ·单因素作用规律分析 | 第52-53页 |
| ·交互作用影响规律 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 粉体颗粒形貌的分形研究 | 第55-64页 |
| ·边界分形模型建立及其算法比较 | 第55-56页 |
| ·颗粒边界的计盒维数 | 第55页 |
| ·颗粒的周长-面积维数 | 第55-56页 |
| ·边界分维计算及结果分析 | 第56-61页 |
| ·边界维数计算方法 | 第56-58页 |
| ·计算结果 | 第58-59页 |
| ·盒维数与周长-面积维数比较 | 第59-60页 |
| ·分维值的变化趋势分析 | 第60-61页 |
| ·表面分维算法及粉碎能耗研究 | 第61-63页 |
| ·表面分维概念的提出与计算 | 第61页 |
| ·表面分维的能耗学意义 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-76页 |
| 攻读学位期间发表的学术论文 | 第76-78页 |
| 致谢 | 第78页 |
