首页--工业技术论文--化学工业论文--硅酸盐工业论文--耐火材料工业论文--基础理论论文

红柱石基耐火材料抗铜液侵蚀模拟研究

摘要第3-5页
Abstract第5-6页
1 绪论第9-25页
    1.1 课题的提出第9-10页
    1.2 国内外研究现状及水平第10-22页
    1.3 课题研究的意义第22页
    1.4 课题研究的内容第22-25页
2 实验原料和方法第25-31页
    2.1 实验原料第25-26页
    2.2 实验设备第26-27页
    2.3 实验步骤第27页
    2.4 实验方案的设计第27页
    2.5 实验方法第27-28页
    2.6 分析方法第28-31页
        2.6.1 体积密度及显气孔率第28页
        2.6.2 常温耐压强度第28页
        2.6.3 烧后线变化率第28-29页
        2.6.4 侵蚀面积分析第29页
        2.6.5 物相分析第29页
        2.6.6 显微结构分析第29-31页
3 数据结果及分析第31-45页
    3.1 红柱石的加入量对试样力学性能的影响第31-32页
    3.2 红柱石的加入量对试样抗铜液侵蚀面积的分析第32-36页
    3.3 红柱石的加入量对试样抗铜液侵蚀的XRD分析第36-40页
        3.3.1 特征样品的侵蚀区域XRD比较第36-37页
        3.3.2 试样A的抗铜液侵蚀区域X射线衍射图谱第37-38页
        3.3.3 试样D的抗铜液侵蚀区域X射线衍射图谱第38-39页
        3.3.4 试样G的抗铜液侵蚀区域X射线衍射图谱第39-40页
    3.4 红柱石的加入量对试样抗铜液侵蚀的SEM分析第40-43页
        3.4.1 特征样品的表面SEM分析对比第40-41页
        3.4.2 试样A的表面SEM分析第41-42页
        3.4.3 试样D的表面SEM分析第42页
        3.4.4 试样G的表面SEM分析第42-43页
    3.5 本章小结第43-45页
4 神经网络模拟第45-55页
    4.1 MATLAB工具箱第45页
    4.2 BP神经网络第45-46页
    4.3 BP神经网络的建模第46-48页
        4.3.1 网络的层数第46页
        4.3.2 神经元个数第46-47页
        4.3.3 初始权值的选取第47-48页
        4.3.4 学习参数的确定第48页
    4.4 BP神经网络的训练第48-51页
        4.4.1 BP神经网络的学习算法第48-49页
        4.4.2 训练样本第49页
        4.4.3 BP神经网络的训练过程第49-51页
    4.5 结果分析和讨论第51-53页
        4.5.1 BP神经网络的模拟结果第51-52页
        4.5.2 BP神经网络模拟结果分析第52-53页
    4.6 本章小结第53-55页
5 结论与展望第55-57页
    5.1 试验结论第55页
    5.2 研究展望第55-57页
参考文献第57-63页
附录 硕士研究生学习阶段发表论文第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:镁硼酸盐合成及其水溶液体系热化学性质研究
下一篇:低阶煤热溶剂萃取残渣制备介孔炭的研究