摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-26页 |
1.1 课题研究背景 | 第10页 |
1.2 稀释蒸汽发生器工艺简介 | 第10-13页 |
1.2.1 急冷水系统 | 第10-11页 |
1.2.2 稀释蒸汽发生系统 | 第11-12页 |
1.2.3 稀释蒸汽发生器 | 第12-13页 |
1.3 稀释蒸汽发生器腐蚀机理研究现状 | 第13-18页 |
1.4 稀释蒸汽发生器腐蚀监测研究现状 | 第18-21页 |
1.5 稀释蒸汽发生器防腐蚀优化技术研究现状 | 第21-24页 |
1.6 课题研究目的和意义 | 第24页 |
1.7 论文的思路和创新点 | 第24-26页 |
第二章 稀释蒸汽发生器腐蚀机理研究 | 第26-51页 |
2.1 引言 | 第26-29页 |
2.2 实验方法 | 第29-30页 |
2.3 结果与讨论 | 第30-50页 |
2.3.1 稀释蒸汽发生器腐蚀件分析 | 第30-33页 |
2.3.1.1 腐蚀件外观分析 | 第30-31页 |
2.3.1.2 腐蚀件截面微观金相分析 | 第31-32页 |
2.3.1.3 腐蚀件扫描电镜分析 | 第32-33页 |
2.3.2 腐蚀件及腐蚀介质成份分析 | 第33-36页 |
2.3.2.1 腐蚀垢物分析 | 第33-34页 |
2.3.2.2 腐蚀介质分析 | 第34-36页 |
2.3.3 高温高压腐蚀仪的研制 | 第36-38页 |
2.3.4 腐蚀测量体系建立 | 第38-39页 |
2.3.5 腐蚀等效电路研究 | 第39-50页 |
2.3.5.1 等效电路理论模型的推导 | 第40-41页 |
2.3.5.2 主要腐蚀因素等效电路的拟合分析 | 第41-50页 |
2.4 小结 | 第50-51页 |
第三章 稀释蒸汽发生器腐蚀监测研究 | 第51-64页 |
3.1 引言 | 第51-54页 |
3.2 实验方法 | 第54页 |
3.3 结果与讨论 | 第54-63页 |
3.3.1 实验室监测结果分析 | 第54-58页 |
3.3.1.1 同种材料三电极与经典三电极阻抗测量的比较研究 | 第54-56页 |
3.3.1.2 不同时间对腐蚀率测量的影响 | 第56页 |
3.3.1.3 不同pH对腐蚀率测量的影响 | 第56-57页 |
3.3.1.4 不同石油类有机物浓度对腐蚀率测量的影响 | 第57-58页 |
3.3.2 释蒸汽发生器工业侧线装置在线监测结果分析 | 第58-63页 |
3.3.2.1 稀释蒸汽发生器工业侧线装置及其腐蚀监测系统建立 | 第58-60页 |
3.3.2.2 电极导线电阻对腐蚀测量的影响 | 第60-62页 |
3.3.2.3 释蒸汽发生器工业侧线装置在线腐蚀监测结果 | 第62-63页 |
3.4 小结 | 第63-64页 |
第四章 稀释蒸汽发生器防腐蚀优化工艺研究 | 第64-80页 |
4.1 引言 | 第64-65页 |
4.2 实验方法 | 第65页 |
4.3 遗传算法优化神经网络基本原理 | 第65-71页 |
4.3.1 人工神经网络 | 第65-69页 |
4.3.1.1 神经元及其特性 | 第66-67页 |
4.3.1.2 神经网络算法 | 第67-68页 |
4.3.1.3 神经网络结构的设计 | 第68页 |
4.3.1.4 神经网络的训练 | 第68-69页 |
4.3.2 遗传算法 | 第69-70页 |
4.3.3 MATLAB实现遗传算法优化神经网络 | 第70-71页 |
4.4 结果与讨论 | 第71-79页 |
4.4.1 腐蚀预测模型数据库的建立 | 第71-73页 |
4.4.2 神经网络结构研究 | 第73-78页 |
4.4.2.1 网络层数确定 | 第74页 |
4.4.2.2 转移函数的确定 | 第74-75页 |
4.4.2.3 隐含层神经元数 | 第75-76页 |
4.4.2.4 学习速率 | 第76-77页 |
4.4.2.5 训练次数 | 第77页 |
4.4.2.6 训练函数 | 第77-78页 |
4.4.3 遗传算法优化 | 第78-79页 |
4.4.4 防腐蚀优化工艺研究 | 第79页 |
4.5 小结 | 第79-80页 |
第五章 总结与展望 | 第80-83页 |
致谢 | 第83-84页 |
附件:编制的主要计算程序 | 第84-93页 |
读博期间发表的论文和申请的发明专利 | 第93-95页 |
参考文献 | 第95-101页 |