| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 前言 | 第8-11页 |
| 第一部分 理论基础 | 第11-41页 |
| 第一章 人工神经网络 | 第11-29页 |
| 1-1 人工神经网络简介 | 第11-21页 |
| 1-2 人工神经网络在流化床中的研究进展 | 第21-27页 |
| 1-3 人工神经网络在本文中的应用及意义 | 第27-28页 |
| 1-4 本章小结 | 第28-29页 |
| 第二章 混沌理论 | 第29-41页 |
| 2-1 混沌理论简介 | 第29-38页 |
| 2-2 混沌理论在流化床中的研究进展 | 第38-40页 |
| 2-3 混沌理论在本文中的应用及意义 | 第40页 |
| 2-4 本章小结 | 第40-41页 |
| 第二部分 气固循环流化床实验研究 | 第41-65页 |
| 第三章 气固循环流化床实验 | 第41-48页 |
| 3-1 实验装置 | 第41-42页 |
| 3-2 实验条件 | 第42-44页 |
| 3-3 实验数据采集 | 第44-46页 |
| 3-4 实验数据噪声处理 | 第46-48页 |
| 第四章 气固循环流化床中气固流动规律的实验研究 | 第48-65页 |
| 4-1 气固循环流化床中的气固流动规律研究进展 | 第48-50页 |
| 4-2 截面平均颗粒浓度的轴向分布规律 | 第50-52页 |
| 4-3 截面平均颗粒速度的轴向分布规律 | 第52-55页 |
| 4-4 颗粒浓度的径向分布规律 | 第55-59页 |
| 4-5 颗粒通量的径向分布规律 | 第59-62页 |
| 4-6 颗粒速度的径向分布规律 | 第62-63页 |
| 4-7 本章小结 | 第63-65页 |
| 第三部分 人工神经网络及混沌理论在气固循环流化床中的应用 | 第65-150页 |
| 第五章 应用人工神经网络建立气固循环流化床气固流动模型 | 第65-96页 |
| 5-1 循环流化床中气固流动模型现状 | 第65-69页 |
| 5-2 气固循环流化床中气固流动人工神网络模拟的可行性 | 第69-70页 |
| 5-3 气固循环流化床中气固流动人工神网络模拟的特点 | 第70-71页 |
| 5-4 气固循环流化床中气固流动人工神经网络模型的目标 | 第71-72页 |
| 5-5 BP网络 | 第72-80页 |
| 5-6 气固循环流化床中气固流动人工神经网络模型的泛化能力 | 第80-91页 |
| 5-7 气固循环流化床中气固流动人工神经网络模型的建 | 第91-94页 |
| 5-8 本章小结 | 第94-96页 |
| 第六章 气固循环流化床的混沌分析 | 第96-129页 |
| 6-1 混沌分析方法 | 第97-113页 |
| 6-2 气固循环流化床中气固流动结构的混沌表征 | 第113-119页 |
| 6-3 气固循环流化床中气固流动行为的径向流域 | 第119-128页 |
| 6-4 本章小结 | 第128-129页 |
| 第七章 颗粒浓度波动信号混沌与人工神经网络结合预测模型 | 第129-148页 |
| 7-1 RBF网络 | 第130-140页 |
| 7-2 混沌分析与人工神经网络结合预测模型 | 第140-143页 |
| 7-3 混沌分析与人工神经网络结合预测模型有效性验证 | 第143-145页 |
| 7-4 上行气固循环流化床局部颗粒浓度波动的预测 | 第145-147页 |
| 7-5 本章小结 | 第147-148页 |
| 第八章 主要结论 | 第148-150页 |
| 符号说明 | 第150-151页 |
| 参考文献 | 第151-160页 |
| 致谢 | 第160-161页 |
| 博士期间发表论文情况 | 第161-162页 |
