摘要 | 第2-3页 |
Abstract | 第3-4页 |
引言 | 第8-22页 |
0.1 研究背景及意义 | 第8-11页 |
0.1.1 能源现状与环境问题 | 第8页 |
0.1.2 水源热泵系统的优势 | 第8-9页 |
0.1.3 水源热泵用换热设备的腐蚀问题 | 第9-11页 |
0.2 腐蚀的概念及分类 | 第11-12页 |
0.3 国内外研究进展 | 第12-16页 |
0.4 神经网络在预测腐蚀速率的应用 | 第16-20页 |
0.4.1 人工神经网络概述 | 第17-18页 |
0.4.2 SOM-RBF神经网络的预测原理及优点 | 第18-20页 |
0.5 主要研究内容与方法 | 第20-21页 |
0.5.1 换热设备金属壁面在海水与污水中的腐蚀模拟实验 | 第20-21页 |
0.5.2 金属腐蚀对换热性能影响的数值模拟 | 第21页 |
0.5.3 基于SOM-RBF组合神经网络模型的腐蚀速率预测 | 第21页 |
0.6 主要创新点 | 第21-22页 |
第1章 换热设备金属壁面在海水与污水中的腐蚀模拟实验 | 第22-40页 |
1.1 实验准备 | 第22-25页 |
1.1.1 实验试样 | 第22-23页 |
1.1.2 实验介质 | 第23-24页 |
1.1.3 实验装置 | 第24-25页 |
1.2 实验方法 | 第25-29页 |
1.2.1 数据处理方法 | 第26-27页 |
1.2.2 实验步骤 | 第27-29页 |
1.3 实验结果及分析 | 第29-39页 |
1.3.1 换热设备工质流速对腐蚀的影响 | 第29-30页 |
1.3.2 换热设备工质含氧量对腐蚀的影响 | 第30页 |
1.3.3 换热设备工质盐度对腐蚀的影响 | 第30-34页 |
1.3.4 换热设备中金属的偶合对腐蚀的影响 | 第34-39页 |
1.4 本章小结 | 第39-40页 |
第2章 腐蚀对换热壁面影响的表观和微观分析 | 第40-50页 |
2.1 扫描电镜实验方法 | 第40页 |
2.2 碳钢腐蚀的表观和微观分析 | 第40-43页 |
2.3 不锈钢腐蚀的表观和微观分析 | 第43-44页 |
2.4 紫铜腐蚀的表观和微观分析 | 第44-47页 |
2.5 铝合金腐蚀的表观和微观分析 | 第47-48页 |
2.6 本章小结 | 第48-50页 |
第3章 腐蚀对换热性能影响的数值模拟 | 第50-58页 |
3.1 流体与壁面换热数值模拟的条件设置 | 第50-52页 |
3.1.1 物理模型及边界条件 | 第50-52页 |
3.1.2 数学模型 | 第52页 |
3.2 腐蚀对管壁换热影响的模拟结果 | 第52-57页 |
3.2.1 未腐蚀前管壁换热的模拟结果 | 第52-53页 |
3.2.2 腐蚀结垢后管壁换热的模拟结果 | 第53-55页 |
3.2.3 清除腐蚀产物后管壁换热的模拟结果 | 第55-57页 |
3.3 本章小结 | 第57-58页 |
第4章 基于SOM-RBF神经网络预测腐蚀速率 | 第58-66页 |
4.1 样本来源和处理 | 第58-59页 |
4.2 SOM神经网络模型的建立及MATLAB实现 | 第59-62页 |
4.3 RBF神经网络模型的建立及MATLAB实现 | 第62-63页 |
4.4 BP网络与SOM-RBF网络的预测结果比较 | 第63-64页 |
4.5 本章小结 | 第64-66页 |
第5章 结论与展望 | 第66-68页 |
5.1 主要结论 | 第66-67页 |
5.2 展望 | 第67-68页 |
参考文献 | 第68-72页 |
攻读学位期间的研究成果 | 第72-74页 |
附录 | 第74-78页 |
致谢 | 第78-79页 |