锥形布风板双流化床颗粒循环流率实验及模型预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-10页 |
| 主要符号表 | 第10-12页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 生物质利用技术 | 第13-14页 |
| 1.2.1 直接燃烧技术 | 第13页 |
| 1.2.2 热化学转化技术 | 第13-14页 |
| 1.2.3 生物化学转化技术 | 第14页 |
| 1.3 生物质气化炉 | 第14-18页 |
| 1.3.1 固定床气化炉 | 第15-17页 |
| 1.3.2 流化床气化炉 | 第17-18页 |
| 1.4 布风装置介绍 | 第18-19页 |
| 1.5 本文的主要研究内容 | 第19-21页 |
| 第2章 双流化床实验台及实验方法 | 第21-29页 |
| 2.1 实验台主体及其工作原理 | 第21-22页 |
| 2.1.1 实验台简介 | 第21-22页 |
| 2.1.2 实验台工作原理 | 第22页 |
| 2.2 实验台各部分设计 | 第22-26页 |
| 2.2.1 布风板设计 | 第22-23页 |
| 2.2.2 旋风分离器设计 | 第23-25页 |
| 2.2.3 燃烧室和气化室设计 | 第25页 |
| 2.2.4 导流管设计 | 第25-26页 |
| 2.2.5 下降管设计 | 第26页 |
| 2.2.6 返料管设计 | 第26页 |
| 2.3 实验物料的选取 | 第26-27页 |
| 2.4 实验方法及工况 | 第27-29页 |
| 2.4.1 实验方法 | 第27-28页 |
| 2.4.2 实验工况 | 第28-29页 |
| 第3章 实验结果及分析 | 第29-38页 |
| 3.1 气化室风速对颗粒循环流率的影响 | 第29-30页 |
| 3.2 提升管风速对颗粒循环流率的影响 | 第30-32页 |
| 3.3 物料量对颗粒循环流率的影响 | 第32-33页 |
| 3.4 物料粒径对颗粒循环流率的影响 | 第33-35页 |
| 3.5 锥形布风板角度对颗粒循环流率的影响 | 第35-36页 |
| 3.6 锥形布风板与水平布风板的比较 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 颗粒循环流率的动力学模型 | 第38-52页 |
| 4.1 模型总体结构 | 第38-39页 |
| 4.2 临界流化孔隙率计算 | 第39-40页 |
| 4.3 颗粒终端速度计算 | 第40-42页 |
| 4.4 提升管压降模型 | 第42-46页 |
| 4.4.1 底部密相区 | 第42-43页 |
| 4.4.2 飞溅区压降模型 | 第43页 |
| 4.4.3 稀相区压降模型 | 第43-46页 |
| 4.5 旋风分离器模型 | 第46-47页 |
| 4.6 下降管模型 | 第47-48页 |
| 4.7 返料管模型 | 第48-49页 |
| 4.8 气化室模型 | 第49页 |
| 4.9 模拟结果 | 第49-51页 |
| 4.10 本章小结 | 第51-52页 |
| 第5章 基于改进 BP 神经网络预测模型 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 BP 神经网络简介 | 第52-54页 |
| 5.3 BP 神经网络传递函数及学习过程 | 第54-57页 |
| 5.3.1 BP 神经网络传递函数 | 第54页 |
| 5.3.2 BP 网络学习过程 | 第54-57页 |
| 5.4 BP 神经网络模型构建 | 第57-61页 |
| 5.4.1 输入输出层的设计 | 第57-58页 |
| 5.4.2 隐含层设计 | 第58页 |
| 5.4.3 传递函数选取 | 第58页 |
| 5.4.4 改进的 BP 网络算法选取 | 第58-59页 |
| 5.4.5 训练函数选取 | 第59页 |
| 5.4.6 数据归一化处理 | 第59-60页 |
| 5.4.7 创建 BP 神经网络 | 第60-61页 |
| 5.5 模拟结果及分析 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 结论及展望 | 第64-66页 |
| 6.1 结论 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的学术论文及成果 | 第71-72页 |
| 致谢 | 第72页 |
