基于神经网络的循环流化床烟气脱硫过程的智能集成建模研究
| 声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-24页 |
| ·循环流化床烟气脱硫简介 | 第10-16页 |
| ·我国二氧化硫污染现状 | 第10-11页 |
| ·国外烟气脱硫技术发展现状 | 第11-14页 |
| ·国内CFB-FGD技术现状 | 第14-15页 |
| ·国内需求情况 | 第15-16页 |
| ·智能集成建模的研究进展 | 第16-17页 |
| ·人工神经网络在CFB-FGD过程建模中的应用 | 第17-21页 |
| ·人工神经网络简介 | 第17-18页 |
| ·CFB-FGD过程建模研究的现状 | 第18-19页 |
| ·人工神网络模拟CFB-FGD系统的可行性 | 第19-20页 |
| ·人工神网络模拟CFB-FGD过程的特点 | 第20-21页 |
| ·课题背景与本文的主要工作 | 第21-22页 |
| ·课题背景 | 第21-22页 |
| ·本文的主要工作 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第二章 基于神经网络的智能集成建模方法 | 第24-38页 |
| ·智能集成建模基本框架 | 第24-28页 |
| ·基本概念 | 第24-25页 |
| ·智能集成建模的形式和结构 | 第25-27页 |
| ·智能集成建模理论的在实际工业过程中的应用 | 第27-28页 |
| ·神经网络与传统建模方法的集成 | 第28-31页 |
| ·两类建模方法集成的必要性与可行性 | 第29-30页 |
| ·两类建模方法的集成形式 | 第30-31页 |
| ·输入加权式前向神经网络模型 | 第31-37页 |
| ·输入加权式前向神经网络结构 | 第31-33页 |
| ·输入加权式前向神经网络的学习算法 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 CFB-FGD机理模型的研究 | 第38-69页 |
| ·循环流化床脱硫机理 | 第38-40页 |
| ·增湿反应机理 | 第38页 |
| ·双膜传质理论 | 第38-40页 |
| ·干燥阶段模型 | 第40-50页 |
| ·模型的基本假设 | 第40-42页 |
| ·SO_2气体向液膜表面的传质通量 | 第42-44页 |
| ·二氧化硫总的传质 | 第44-48页 |
| ·液膜蒸发时间 | 第48-50页 |
| ·气固反应阶段脱硫模型 | 第50-52页 |
| ·考虑物料循环作用时的脱硫效率计算 | 第52-54页 |
| ·布袋除尘器脱硫模型 | 第54-55页 |
| ·参数确定及求解 | 第55-62页 |
| ·模型计算与检验 | 第62-68页 |
| ·模型的计算 | 第62-63页 |
| ·模型计算的结果与校核 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 CFB-FGD的神经网络集成建模 | 第69-79页 |
| ·CFB-FGD神经网络集成模型的目标 | 第69-70页 |
| ·CFB-FGD神经网络集成模型的建立 | 第70-73页 |
| ·建立神经网络集成模型的实验数据 | 第70页 |
| ·神经网络集成模型结构的确定 | 第70-73页 |
| ·CFB-FGD神经网络集成模型的训练 | 第73-75页 |
| ·仿真实验结果 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 结论 | 第79-81页 |
| ·主要结果 | 第79-80页 |
| ·不足之处 | 第80-81页 |
| 参考文献 | 第81-90页 |
| 致谢 | 第90-91页 |
| 作者攻读学位期间参加项目及获奖情况 | 第91页 |
