| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-25页 |
| ·生物柴油概述 | 第10-14页 |
| ·生物柴油独特优点 | 第10-11页 |
| ·生物柴油制备方法 | 第11-12页 |
| ·超临界法制备生物柴油 | 第12-14页 |
| ·人工神经网络技术概述 | 第14-23页 |
| ·人工神经网络的发展 | 第15-16页 |
| ·人工神经元网络模型 | 第16-19页 |
| ·人工神经网络基本模型 | 第19页 |
| ·人工神经网络的学习 | 第19-21页 |
| ·人工神经网络的特点 | 第21-22页 |
| ·人工神经网络的应用 | 第22页 |
| ·神经网络的基本问题 | 第22-23页 |
| ·课题的意义 | 第23-24页 |
| ·主要研究内容 | 第24-25页 |
| 第二章 试验部分 | 第25-32页 |
| ·材料与方法 | 第25-28页 |
| ·原料和试剂 | 第25页 |
| ·试验设备 | 第25-26页 |
| ·试验原理 | 第26-27页 |
| ·试验装置 | 第27页 |
| ·试验方法 | 第27-28页 |
| ·转化率的计算 | 第28页 |
| ·水解反应和酯化反应试验研究 | 第28-31页 |
| ·均匀设计表 | 第29-30页 |
| ·试验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 连续反应装置温度场模拟 | 第32-50页 |
| ·连续性反应装置介绍 | 第32-33页 |
| ·CFD软件 | 第33-34页 |
| ·FLUENT软件解决传热耦合问题的基本流程 | 第34-36页 |
| ·连续反应装置温度场模拟 | 第36-48页 |
| ·物理模型的选取 | 第36-39页 |
| ·控制方程与边界条件的确定 | 第39-41页 |
| ·FLUENT解算器的设置 | 第41-45页 |
| ·对计算结果的分析 | 第45-48页 |
| ·升温过程的研究 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 BP网络与Elman网络基本知识 | 第50-64页 |
| ·BP神经网络 | 第50-59页 |
| ·BP网络结构 | 第50-51页 |
| ·BP算法原理 | 第51-54页 |
| ·BP网络学习 | 第54-55页 |
| ·BP网络Matlab实现 | 第55-59页 |
| ·Elman神经网络 | 第59-61页 |
| ·Elman神经网络结构 | 第60-61页 |
| ·Elman神经网络Matlab实现 | 第61页 |
| ·GUI实现神经网络 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 两种模型的结构设计及对比分析 | 第64-87页 |
| ·训练样本的选择 | 第64-66页 |
| ·输入输出数据的预处理 | 第66-68页 |
| ·亚临界水中橡胶籽油水解反应制备脂肪酸的模拟 | 第68-82页 |
| ·BP神经网络模拟 | 第68-77页 |
| ·Elman神经网络模拟 | 第77-81页 |
| ·两种神经网络模拟结果分析 | 第81-82页 |
| ·超临界甲醇酯化反应制备生物柴油的数值模拟 | 第82-86页 |
| ·训练样本的选择和预处理 | 第83页 |
| ·神经网络结构的确定 | 第83-85页 |
| ·酯化反应仿真结果 | 第85-86页 |
| ·结果分析 | 第86页 |
| ·本章小结 | 第86-87页 |
| 第六章 结论与展望 | 第87-90页 |
| ·主要结论 | 第87-88页 |
| ·存在的不足 | 第88页 |
| ·展望 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 附录A 攻读硕士学位期间发表的论文及参加的科研项目 | 第95-96页 |
| 附录B 神经网络程序 | 第96-102页 |