| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-26页 |
| 1.1 论文研究目的及意义 | 第8-9页 |
| 1.2 天然气水合物基本性质 | 第9-12页 |
| 1.2.1 天然气水合物理化学性质 | 第9-10页 |
| 1.2.2 天然气水合物结构 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-23页 |
| 1.3.1 天然气水合物实验装置 | 第12-15页 |
| 1.3.2 天然气水合物结构类型测定方法 | 第15-21页 |
| 1.3.3 水合物结构转换的相关研究 | 第21-22页 |
| 1.3.4 当前研究存在的主要问题 | 第22-23页 |
| 1.4 论文研究内容及技术路线 | 第23-24页 |
| 1.4.1 研究内容 | 第23-24页 |
| 1.4.2 技术路线 | 第24页 |
| 1.5 研究成果 | 第24-26页 |
| 第2章 天然气水合物相平衡研究 | 第26-39页 |
| 2.1 相平衡常数法 | 第26-27页 |
| 2.2 图解法 | 第27-28页 |
| 2.3 经验公式法 | 第28-29页 |
| 2.4 热力学模型法 | 第29-37页 |
| 2.4.1 Van der waals-Platteuw模型 | 第29-33页 |
| 2.4.2 Chen-Guo模型 | 第33-37页 |
| 2.5 不同热力学模型的对比 | 第37页 |
| 2.6 本章小结 | 第37-39页 |
| 第3章 天然气水合物结构类型判别方法研究 | 第39-55页 |
| 3.1 人工神经网络 | 第39-43页 |
| 3.1.1 人工神经元 | 第39-40页 |
| 3.1.2 神经元激活函数 | 第40页 |
| 3.1.3 训练及学习规则 | 第40-41页 |
| 3.1.4 人工神经网络模型 | 第41-42页 |
| 3.1.5 均方误差计算 | 第42-43页 |
| 3.2 利用人工神经网络预测水合物结构类型 | 第43-54页 |
| 3.2.1 天然气水合物结构类型判别程序开发 | 第43-47页 |
| 3.2.2 样本数据处理 | 第47-49页 |
| 3.2.3 人工神经网络预测 | 第49-54页 |
| 3.3 本章小结 | 第54-55页 |
| 第4章 天然气水合物结构类型转换研究 | 第55-67页 |
| 4.1 天然气水合物结构类型转换原理 | 第55-59页 |
| 4.2 闪蒸计算模型 | 第59-65页 |
| 4.2.1 Cole-Goodwin算法 | 第60-61页 |
| 4.2.2 Chen-Guo算法 | 第61-65页 |
| 4.3 天然气水合物结构类型转换方法 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 天然气水合物结构类型判别及转换实验装置设计 | 第67-81页 |
| 5.1 实验装置系统结构分析 | 第67-72页 |
| 5.1.1 反应系统 | 第67-68页 |
| 5.1.2 供给系统 | 第68页 |
| 5.1.3 控制系统 | 第68页 |
| 5.1.4 测量系统 | 第68-70页 |
| 5.1.5 数据采集系统 | 第70-72页 |
| 5.2 天然气水合物结构类型判别实验装置设计 | 第72-77页 |
| 5.2.1 实验装置流程设计 | 第72页 |
| 5.2.2 天然气水合结构类型判别装置设计 | 第72-77页 |
| 5.3 天然气水合物结构类型转换实验装置设计 | 第77-80页 |
| 5.3.1 实验装置流程设计 | 第77页 |
| 5.3.2 天然气水合结构类型转换装置设计 | 第77-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第6章 结论与建议 | 第81-83页 |
| 6.1 研究结论 | 第81-82页 |
| 6.2 建议 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第90页 |