| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 选题背景及意义 | 第8-11页 |
| 1.1.1 抗生素菌渣的来源和组成 | 第8页 |
| 1.1.2 抗生素菌渣污染现状 | 第8-9页 |
| 1.1.3 抗生素菌渣的处置方法及存在的问题 | 第9-10页 |
| 1.1.4 选题意义 | 第10-11页 |
| 1.2 超临界气化技术简介及研究现状 | 第11-15页 |
| 1.2.1 超临界水及其性质 | 第11-12页 |
| 1.2.2 生物质超临界气化产氢技术 | 第12-13页 |
| 1.2.3 生物质超临界气化影响因素 | 第13-15页 |
| 1.2.4 超临界气化反应装置 | 第15页 |
| 1.3 课题主要研究内容及创新点 | 第15-17页 |
| 1.3.1 主要研究内容及目的 | 第15-16页 |
| 1.3.2 创新点 | 第16-17页 |
| 第二章 实验方案的确定 | 第17-31页 |
| 2.1 实验原料及分析 | 第17-19页 |
| 2.1.1 实验原料 | 第17页 |
| 2.1.2 材料表示基准 | 第17-18页 |
| 2.1.3 工业分析和元素分析 | 第18-19页 |
| 2.1.4 热值测量 | 第19页 |
| 2.2 实验装置 | 第19-25页 |
| 2.2.1 反应器安装与调试 | 第19-21页 |
| 2.2.2 其他实验仪器 | 第21-25页 |
| 2.3 实验步骤 | 第25-27页 |
| 2.4 实验产物的检测与分析 | 第27-31页 |
| 2.4.1 气相产物的检测与分析 | 第27-30页 |
| 2.4.2 油品的检测与分析 | 第30页 |
| 2.4.3 残渣的检测与分析 | 第30-31页 |
| 第三章 实验结果的处理与分析 | 第31-51页 |
| 3.1 菌渣原料分析结果 | 第31-32页 |
| 3.2 不同反应条件下的超临界气化实验结果 | 第32-51页 |
| 3.2.1 超临界气化产物概况 | 第32-35页 |
| 3.2.2 反应温度 | 第35-38页 |
| 3.2.3 反应压强 | 第38-41页 |
| 3.2.4 浓度 | 第41-44页 |
| 3.2.5 停留时间 | 第44-47页 |
| 3.2.6 催化剂 | 第47-51页 |
| 第四章 抗生素菌渣超临界气化的数值模拟与预测 | 第51-65页 |
| 4.1 引言 | 第51页 |
| 4.2 人工神经网络模型 | 第51-54页 |
| 4.3 基于BP算法的人工神经网络模型 | 第54-57页 |
| 4.3.1 基于BP算法的人工神经网络模型简介 | 第54-55页 |
| 4.3.2 基于BP算法的人工神经网络模型的建模过程 | 第55-57页 |
| 4.4 模拟与预测结果 | 第57-65页 |
| 4.4.1 输入变量为反应温度、浓度和停留时间的模拟及预测 | 第60-62页 |
| 4.4.2 输入变量为反应压强、浓度和停留时间的模拟及预测 | 第62-65页 |
| 第五章 结论和展望 | 第65-68页 |
| 5.1 主要结论 | 第65-67页 |
| 5.2 展望 | 第67-68页 |
| 参考 文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第73页 |
