首页--工业技术论文--能源与动力工程论文--内燃机论文--柴油机论文--理论论文

大功率船用柴油机NO_x排放测试计算及预测方法研究

中文摘要第1-8页
第一章 MARPOL公约对船用柴油机NO_x排放控制的强化第8-13页
 1.1 柴油机在船舶动力装置中的地位第8页
 1.2 船舶柴油机与环境第8-9页
 1.3 船用柴油机的排放法规第9-10页
 1.4 MARPOL公约附则Ⅵ的实施对船用柴油机发展的影响第10-11页
  1.4.1 对船舶柴油机使用燃料的影响第10-11页
  1.4.2 对船舶柴油机的影响第11页
 1.5 我们面临的挑战第11-13页
第二章 船用柴油机NO_x生成机理及其排放控制技术第13-22页
 2.1 氮氧化物的生成机理第13-18页
  2.1.1 NO的生成机理第13-17页
  2.1.2 NO_2的生成机理第17-18页
 2.2 改善船用柴油机NO_x排放的措施第18-22页
  2.2.1 降低最高燃烧温度第18-19页
  2.2.2 燃烧乳化油,燃油和水混合喷射第19页
  2.2.3 废气再循环第19-20页
  2.2.4 氧化氮的机后处理措施第20-22页
第三章 船用柴油机NO_x排放的计算与程序开发第22-30页
 3.1 概述第22页
 3.2 碳/氧平衡法第22-25页
  3.2.1 以碳平衡为基础的排气质量流量的计算第22页
  3.2.2 以氧平衡为基础的排气质量流量的计算第22-23页
  3.2.3 排气中各组分质量流量的计算第23-24页
  3.2.4 不同柴油机的试验模式第24页
  3.2.5 单位制动功率各气体质量流量的计算第24-25页
 3.3 船用柴油机NO_x排放计算程序第25-30页
  3.3.1 程序的基本设计思想第25-26页
  3.3.2 程序功能演示第26-27页
   3.3.2.1 程序设计工具第26页
   3.3.2.2 程序的执行结果第26-27页
  3.3.3 程序的计算结果检验第27-30页
第四章 船用柴油机NO_x排放预测的神经网络应用第30-38页
 4.1 概述第30页
 4.2 人工神经网络第30-33页
  4.2.1 神经网络系统第30页
  4.2.2 BP神经网络概述第30-31页
  4.2.3 BP神经网络的泛化能力第31-32页
  4.2.4 BP神经网络的计算步骤第32页
  4.2.5 BP神经网络隐层数和隐层节点数的确定第32-33页
  4.2.6 BP神经网络输入变量的选择第33页
  4.2.7 BP神经网络数据的准备第33页
 4.3 大功率船用柴油机NO_x排放预测模型第33-35页
  4.3.1 预测模型的选择第33-34页
  4.3.2 预测模型中各类系数的确定第34页
  4.3.3 预测模型的使用范围第34-35页
 4.4 大功率船用柴油机NO_x排放的BP网络预测方法第35-37页
  4.4.1 预测步骤第35页
  4.4.2 预测实例第35-36页
  4.4.3 影响预测的因素分析第36-37页
 4.5 结论第37-38页
第五章 对船用柴油机NO_x修正系数KHDIRS的研究第38-44页
 5.1 MARPOL公约中的NO_x修正系数KHDIES第38-40页
  5.1.1 KHDIES的意义及计算公式第38页
  5.1.2 MARPOL公约中关于NO_x修正系数KHDIES的几点不妥之处第38-40页
 5.2 对系数KHDIES的修改第40-42页
  5.2.1 修改方法的设想第40页
  5.2.2 新NO_x修正系数的确定第40-42页
  5.2.3 新NO_x修正系数所带来的问题第42页
 5.3 结论第42-44页
第六章 船用柴油机NO_x排放的测试方法第44-51页
 6.1 排气成分分析仪第44-47页
  6.1.1 不分光红外分析仪(NDIR)第44-45页
  6.1.2 氢火焰离子化检测器(FID)第45-46页
  6.1.3 化学发光分析仪(CLD)第46-47页
 6.2 测试项目及要求第47-49页
  6.2.1 测试项目第47-48页
  6.2.2 测试要求第48-49页
 6.3 主要测量设备及其要求第49页
 6.4 校准与测量第49-51页
第七章 总结与展望第51-52页
参考文献第52-53页
附录第53-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:行政犯比较研究--以行政犯的立法与性质为视点
下一篇:商事登记法律制度研究