| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 引言 | 第8-9页 |
| 1.2 麻纤维概述 | 第9-12页 |
| 1.2.1 麻纤维的结构 | 第10页 |
| 1.2.2 麻纤维的化学成分 | 第10-12页 |
| 1.3 麻纤维力学性能 | 第12页 |
| 1.4 麻纤维增强复合材料界面性能 | 第12-13页 |
| 1.5 预测模型 | 第13-15页 |
| 1.5.1 灰色系统理论 | 第13-14页 |
| 1.5.2 偏最小二乘预测模型 | 第14页 |
| 1.5.3 Back Propagation人工神经网络 | 第14-15页 |
| 1.6 课题研究内容及意义 | 第15-18页 |
| 第二章 洋麻纤维各项物理、化学性能的测试与分析 | 第18-40页 |
| 2.1 实验原料 | 第18-19页 |
| 2.2 实验方法及设备 | 第19-28页 |
| 2.2.1 洋麻纤维宏观物理、化学性能测试 | 第19-24页 |
| 2.2.2 洋麻纤维微观结构及化学成分含量测试 | 第24-28页 |
| 2.3 测试结果及分析 | 第28-40页 |
| 2.3.1 洋麻束纤维强度测试结果 | 第28页 |
| 2.3.2 洋麻工艺纤维强度测试结果 | 第28-29页 |
| 2.3.3 洋麻纤维回潮率测试结果 | 第29页 |
| 2.3.4 洋麻纤维摩擦系数测试结果 | 第29-31页 |
| 2.3.5 洋麻纤维挥发性有机物释放量测试结果 | 第31-35页 |
| 2.3.6 洋麻纤维微观物理结构测试结果 | 第35-37页 |
| 2.3.7 洋麻纤维化学成分含量测试结果 | 第37-40页 |
| 第三章 洋麻生长环境及生长周期对纤维性能的影响分析 | 第40-50页 |
| 3.1 差异显著性检验 | 第40-43页 |
| 3.1.1 双因素方差分析介绍 | 第40-41页 |
| 3.1.2 双因素试验设计的描述 | 第41-43页 |
| 3.2 生长条件和生长周期对洋麻纤维宏观性能的影响分析 | 第43-45页 |
| 3.2.1 基于生长周期和生长地域的双因素方差分析 | 第43-44页 |
| 3.2.2 基于生长周期和土壤类型的双因素方差分析 | 第44-45页 |
| 3.3 生长条件和生长周期对洋麻纤维微观结构及化学成分的影响分析 | 第45-47页 |
| 3.3.1 基于生长周期和生长地域的双因素方差分析 | 第45-46页 |
| 3.3.2 基于生长周期和土壤类型的双因素方差分析 | 第46-47页 |
| 3.4 本章小结 | 第47-50页 |
| 第四章 洋麻物理微观结构、化学成分与宏观性能的灰关联分析 | 第50-58页 |
| 4.1 灰关联分析方法 | 第50-54页 |
| 4.2 物理微观结构、化学成分与纤维拉伸强度灰关联分析 | 第54-55页 |
| 4.3 物理微观结构、化学成分与摩擦系数灰关联分析 | 第55页 |
| 4.4 物理微观结构、化学成分与纤维回潮率灰关联分析 | 第55-56页 |
| 4.5 物理微观结构、化学成分与挥发性有机物释放量灰关联分析 | 第56页 |
| 4.6 物理微观结构、化学成分与界面结合强度灰关联分析 | 第56-57页 |
| 4.7 本章小结 | 第57-58页 |
| 第五章 基于微观结构及化学成分含量的复合材料用洋麻纤维性能预测 | 第58-66页 |
| 5.1 预测样本的准备 | 第58页 |
| 5.1.1 实验原料 | 第58页 |
| 5.1.2 模型构建所需数据测试结果 | 第58页 |
| 5.2 偏最小二乘预测模型 | 第58-61页 |
| 5.2.1 偏最小二乘 | 第58页 |
| 5.2.2 偏最小二乘预测模型构建的一般步骤 | 第58-60页 |
| 5.2.3 偏最小二乘预测模型的构建 | 第60-61页 |
| 5.3 BACK PROPAGATION神经网络预测模型 | 第61-65页 |
| 5.3.1 Back Propagation神经网络 | 第61-62页 |
| 5.3.2 BP神经网络预测模型构建的一般步骤 | 第62-64页 |
| 5.3.3 BP神经网络预测模型的构建 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 硕士期间发表论文和参加科研情况 | 第72-74页 |
| 附录 | 第74-82页 |
| 致谢 | 第82页 |
