| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-32页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 课题的国内外研究现状 | 第13-23页 |
| 1.2.1 生物质能源化开发与利用途径 | 第13页 |
| 1.2.2 生物质快速热解制油技术 | 第13-14页 |
| 1.2.3 生物质快速热解反应机理 | 第14-17页 |
| 1.2.4 生物质热解制油反应器 | 第17-19页 |
| 1.2.5 生物油品质提升研究 | 第19-23页 |
| 1.3 生物质催化热解制油和油品提质方法中存在的问题 | 第23-24页 |
| 1.4 课题的研究目标和研究内容 | 第24-26页 |
| 1.4.1 课题研究目标 | 第24页 |
| 1.4.2 课题研究内容 | 第24-26页 |
| 1.5 本章小结 | 第26页 |
| 参考文献 | 第26-32页 |
| 第二章 玉米秸秆和多氢原料催化共热解研究 | 第32-48页 |
| 2.1 引言 | 第32-33页 |
| 2.2 试验部分 | 第33-34页 |
| 2.2.1 试验原料 | 第33页 |
| 2.2.2 Py-GC/MS试验 | 第33-34页 |
| 2.3 试验结果与讨论 | 第34-45页 |
| 2.3.1 HDPE单独催化热解 | 第34-39页 |
| 2.3.2 玉米秸秆和HDPE催化共热解 | 第39-45页 |
| 2.4 本章小结 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 第三章 HZSM-5催化剂脱氧效果优化研究 | 第48-64页 |
| 3.1 引言 | 第48页 |
| 3.2 HZSM-5催化剂水热处理研究 | 第48-55页 |
| 3.2.1 水热氛围对HZSM-5催化剂的可能影响 | 第48-49页 |
| 3.2.2 试验部分 | 第49页 |
| 3.2.3 试验结果与讨论 | 第49-55页 |
| 3.3 HZSM-5催化剂抗结焦研究 | 第55-61页 |
| 3.3.1 HZSM-5催化剂结焦机理和特性 | 第55-56页 |
| 3.3.2 试验部分 | 第56-57页 |
| 3.3.3 试验结果与讨论 | 第57-61页 |
| 3.4 本章小结 | 第61页 |
| 参考文献 | 第61-64页 |
| 第四章 玉米秸秆微波辅助加热催化热解制油试验研究 | 第64-80页 |
| 4.1 引言 | 第64-65页 |
| 4.2 玉米秸秆MACFP双级热解制油试验研究 | 第65-71页 |
| 4.2.1 试验部分 | 第65-67页 |
| 4.2.2 试验结果与讨论 | 第67-71页 |
| 4.3 抗结焦HZSM-5催化剂在MACFP双级热解制油技术中的运用研究 | 第71-77页 |
| 4.3.1 试验部分 | 第72-73页 |
| 4.3.2 试验结果与讨论 | 第73-77页 |
| 4.4 本章小结 | 第77页 |
| 参考文献 | 第77-80页 |
| 第五章 生物油品质提升研究 | 第80-101页 |
| 5.1 引言 | 第80页 |
| 5.2 基于组分分离的生物油品质提升研究 | 第80-87页 |
| 5.2.1 生物油乙醚萃取分离研究 | 第80-83页 |
| 5.2.2 ES微波加热催化酯化提质研究 | 第83-87页 |
| 5.3 基于进一步脱氧加氢的生物油精炼初步研究 | 第87-98页 |
| 5.3.1 非催化热解所得生物油的制备与化学组成 | 第87-88页 |
| 5.3.2 生物油链式氧化催化脱氧试验研究 | 第88-90页 |
| 5.3.3 脱氧生物油电催化温和加氢试验研究 | 第90-94页 |
| 5.3.4 加氢生物油分子筛催化热解制取芳香烃和烯烃试验研究 | 第94-98页 |
| 5.4 本章小结 | 第98页 |
| 参考文献 | 第98-101页 |
| 第六章 玉米秸秆催化热解制油和油品提质预测模型 | 第101-113页 |
| 6.1 引言 | 第101页 |
| 6.2 BP神经网络基本理论简介 | 第101-104页 |
| 6.2.1 人工神经元模型结构 | 第101-102页 |
| 6.2.2 BP神经网络结构 | 第102-103页 |
| 6.2.3 BP神经网络训练方法 | 第103-104页 |
| 6.2.4 BP神经网络的改进 | 第104页 |
| 6.3 支持向量机基本理论简介 | 第104-105页 |
| 6.3.1 支持向量机回归问题 | 第104-105页 |
| 6.3.2 支持向量机回归模型 | 第105页 |
| 6.4 玉米秸秆催化热解制油L-MBP神经网络预测模型 | 第105-109页 |
| 6.4.1 L-MBP神经网络预测模型输入和输出变量的选取及网络结构的确定 | 第105-106页 |
| 6.4.2 L-MBP神经网络预测模型训练样本与训练结果 | 第106-107页 |
| 6.4.3 L-MBP神经网络预测模型检验样本结果分析 | 第107-109页 |
| 6.5 生物油品质提升支持向量机预测模型 | 第109-111页 |
| 6.5.1 支持向量机预测模型训练样本与训练结果 | 第109-110页 |
| 6.5.2 支持向量机预测模型检验样本结果分析 | 第110-111页 |
| 6.6 本章小结 | 第111页 |
| 参考文献 | 第111-113页 |
| 第七章 结论与展望 | 第113-116页 |
| 7.1 主要研究结论 | 第113-114页 |
| 7.2 研究创新点 | 第114页 |
| 7.3 研究展望 | 第114-116页 |
| 致谢 | 第116-117页 |
| 学术论文及成果 | 第117-118页 |
