第1章 绪论 1
1.1课题研究背景和意义 1
1.2煤低温氧化研究进展 2
1.2.1煤低温氧化的影响因素 2
1.2.2煤低温氧化机理研究 7
1.2.3煤低温氧化动力学研究 9
1.2.4煤低温氧化研究方法 11
1.3聚合物的光氧化降解研究现状 13
1.4研究领域展望 15
1.5本书的研究内容和技术方案 16
1.5.1研究内容 16
1.5.2技术方案 17
参考文献 18
第2章 超细煤粉体的结构和性质研究 26
2.1高能球磨法制备超细煤粉的研究 26
2.1.1球磨实验 26
2.1.2工艺条件对超细粉碎效果的影响 28
2.1.3煤质对超细粉碎效果的影响 31
2.2超细煤粉的FTIR分析 32
2.2.1煤样FTIR 测定 32
2.2.2超细煤粉的谱图特征和解译 32
2.2.3煤样中的羟基 34
2.2.4煤样的主要结构参数 34
2.3超细煤粉体的分形定量表征 39
2.3.1分形理论概述 39
2.3.2超细煤粉体分形表征的原理和分形维数的测定 40
2.3.3基于分形理论的煤粉球磨工艺分析 42
2.4小结 44
参考文献 46
第3章 不同煤阶超细煤粉光催化氧化的研究 46
3.1实验设计 46
3.1.1原料和试剂选择 46
3.1.2实验仪器选择和设计 47
3.1.3光催化氧化试验方法 48
3.1.4煤光氧化产物和残渣的分析与表征 49
3.2结果与讨论 50
3.2.1反应条件变化对超细煤粉光催化氧化反应性的影响 50
3.2.2不同煤阶超细煤粉的光催化氧化反应性 53
3.2.3光催化氧化对煤结构的影响 61
3.2.4超细煤粉光催化氧化的动力学特性 69
3.3小结 71
参考文献 72
第4章 不同密度级超细煤粉光催化氧化的研究 73
4.1实验设计 73
4.1.1原料及试剂的选择 73
4.1.2实验设备及仪器的选择 74
4.1.3不同密度级煤组分的制备 74
4.1.4光催化氧化降解实验方法 75
4.1.5热氧化降解实验方法 75
4.1.6煤组分光氧化产物和残渣的分析与表征 76
4.2结果与讨论 77
4.2.1神府煤不同密度级组分的结构特性 77
4.2.2神府煤不同密度级组分的光催化氧化反应性 79
4.2.3神府煤不同密度级组分光催化氧化产物的结构 84
4.2.4神府煤不同密度级组分光/热氧化的对比研究 93
4.3小结 96
参考文献 97
第5章 超细煤粉光催化氧化降解的控制研究 99
5.1实验设计 99
5.1.1原料及试剂 99
5.1.2实验设备及仪器选择 100
5.1.3煤样的改性方法 100
5.1.4光催化氧化降解实验方法 101
5.1.5改性煤样光氧化产物和残渣分析方法 101
5.2结果与讨论 101
5.2.1外加金属离子对煤粉光催化氧化反应性的影响 101
5.2.2外加金属离子对煤粉光催化氧化产物结构的影响 105
5.2.3金属离子和纳米Ti02对煤粉光催化氧化反应性的协同作用 107
5.3小结 111
参考文献 111
第6章 超细煤粉光催化氧化机理和动力学模型 112
6.1超细煤粉光催化氧化机理 112
6.1.1煤大分子结构中易光催化氧化的基团 112
6.1.2煤低温光催化氧化反应性与煤结构参数关系 113
6.1.3煤自敏化光催化降解机理 115
6.2超细煤粉光催化氧化动力学研究 119
6.2.1动力学拟合方程 119
6.2.2煤光催化氧化失重动力学模型 119
6.3小结 125
参考文献 125
第7章 超细煤粉在光降解薄膜中的应用研究 126
7.1煤光敏化光降解薄膜的制备 126
7.1.1原料和试剂 126
7.1.2主要仪器设备 126
7.1.3煤光敏化光降解薄膜的配方 127
7.2煤光敏化膜的光降解试验 127
7.2.1光降解试验方法 127
7.2.2煤光敏化膜的光降解性能表征方法 128
7.3结果与讨论 129
7.3.1光照时间对煤光敏化膜降解特性的影响 129
7.3.2环境温度对煤光敏化膜降解特性的影响 132
7.3.3超细煤粉对煤光敏化膜降解特性的影响 133
7.3.4铁盐和煤粉对薄膜光降解的协同作用 137
7.4煤光敏化膜的光氧化降解机理初探 138
7.5小结 139
参考文献 139
第8章 人工神经网络在煤基薄膜降解分析中的应用 140
8.1人工神经网络原理 140
8.1.1人工神经网络发展简史 140
8.1.2人工神经网络结构和类型 142
8.1.3 BP人工神经网络基本原理 145
8.2煤基薄膜降解的主要影响因素分析 148
8.2.1薄膜的光降解过程 148
8.2.2影响煤基薄膜降解的主要因素 148
8.3煤基薄膜降解分析人工神经网络模型的建立 151
8.3.1网络类型的确定 151
8.3.2网络结构的选择 151
8.3.3样本数据选择与预处理 152
8.4煤基薄膜降解分析人工神经网络模型的实现 152
8.4.1人工神经网络模型程序的设计思路 152
8.4.2编程工具的选择 152
8.4.3人工神经网络模型的训练与预测 155
8.4.4煤基薄膜光降解控制因素分析的人工神经网络模型 157
8.4.5煤基薄膜降解性能预测的人工神经网络模型 159
8.5小结 162
参考文献 162
第9章 结论 164
附录 166