导读:本文包含了烧失量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:粉煤灰,石英玻璃,不确定,氧化硫,含量,铝土矿,生料。
烧失量论文文献综述
李强,张学华[1]（2019）在《基于遗传算法的BP神经网络模型在预测海洋沉积物烧失量中的应用》一文中研究指出烧失量(LOI)是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO_2、Al_2O_3、Fe_2O_3、CaO、K_2O和TiO_2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO_2、Al_2O_3、Fe_2O_3、CaO、K_2O和TiO_2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法(GA)-BP神经网络预测模型。利用X射线荧光光谱(XRF)分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差(RSD)为1.3%;海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%～6.2%之间,为烧失量的测定提供了一种新的有效途径。(本文来源于《冶金分析》期刊2019年04期）
陈师杰,李海生,陈英华,温晓龙,章新喜[2]（2018）在《电选粉煤灰颗粒图像识别与烧失量预测模型》一文中研究指出在相同光照条件下,运用MATLAB软件控制工业相机获取不同烧失量粉煤灰的图像信息,根据粉煤灰中不同组分对于光反射的差异性,提取脱炭粉煤灰不同组分的图像特征参数,利用极限学习机神经网络建立烧失量与图像特征的数学模型,对比烧失量的预测效果获得最佳的激活函数,实现脱炭粉煤灰烧失量的在线快速检测。结果表明,极限学习机建立的预测模型能够准确识别电选粉煤灰的图像特征,快速获得粉煤灰烧失量数据,准确度高,可用于工业生产中电选粉煤灰烧失量的快速在线检测。(本文来源于《中国粉体技术》期刊2018年06期）
郭维维[3]（2018）在《粉煤灰烧失量测定的影响因素分析》一文中研究指出对影响粉煤灰烧失量测定过程中的因素做了试验分析,提出了操作中应注意的问题。(本文来源于《山西水利科技》期刊2018年04期）
陈雯[4]（2018）在《粉煤灰中烧失量检测的不确定度研究》一文中研究指出首先对粉煤灰烧失量检测进行了简单说明,结合粉煤灰烧失量试验以及相应的测流量模型,对粉煤灰烧失量检测中的不确定度来源进行了定性与定量分析,通过合成的方式得到了粉煤灰烧失量检测的不确定度。(本文来源于《山西建筑》期刊2018年24期）
刘静,马慧侠,彭展,白万里[5]（2018）在《浅析铝土矿烧失量的差异在X-射线荧光光谱(XRF)分析中造成的影响》一文中研究指出探讨了一水铝土矿与叁水铝土矿烧失量的差异在X-射线荧光光谱(XRF)分析中造成的影响。采用实验的方式考察了硼酸锂熔融制样过程中铝土矿的烧失量损失情况,实验表明,在熔融过程中,烧失量越大的样品质量损失也越多。运用理论计算分析了烧失量损失对测定结果的影响,结果表明:当采用一水铝土矿绘制工作曲线测定叁水铝土矿样品时,将导致叁水铝土矿中各组分测定结果偏高;烧失量的差异对主量元素测定结果影响较大,而对微量元素测定结果影响较小;待测物质的烧失量与基准物质烧失量差异越大,测定结果的偏差也就越大。(本文来源于《中国无机分析化学》期刊2018年04期）
王京侠,赵奕泽,李娜,刘焕敏[6]（2017）在《严重影响石英玻璃烧失量和二氧化硅含量检测结果的因素》一文中研究指出本文按照国家标准GB/T 3284-2015《石英玻璃化学成分分析方法》,对石英玻璃烧失量和二氧化硅含量进行检测,提出叁个严重影响检测结果的因素,并提出改进方法,保证石英玻璃烧失量和二氧化硅含量检测结果的准确性。(本文来源于《中国建材科技》期刊2017年04期）
曹运珠[7]（2017）在《混凝土用胶凝材料的烧失机理及硫化物对烧失量测定的影响》一文中研究指出通过分析胶凝材料热重试验结果可知材料的烧失机理与其自身的组成成分密切相关,且材料中水分、有机物、二氧化碳及易氧化物质等共同决定着烧失量的测定结果,而烧失量测定的准确性主要受材料中易氧化的硫化物含量影响。本文采用《水泥化学分析方法》(GB/T 176)中的校正方法分别对水泥、粉煤灰和矿渣粉的烧失量实测值进行校正,实测值与校正值比对结果表明硫化物引起的增量误差对矿渣粉影响显着,而对水泥和粉煤灰的影响可以忽略不计。(本文来源于《铁道建筑技术》期刊2017年08期）
安奇林[8]（2017）在《浅析粉煤灰烧失量不确定度》一文中研究指出粉煤灰烧失量作为粉煤灰质量检验的重要指标之一,为提高其检测准确性,非常有必要对影响样品检测真值的种种因素进行分析,继而引入不确定度对检测样品进行分析。通过不确定度将影响检测样品的具体因素进行分析并计算出样品检测值的合理范围,这对粉煤灰检测值的纠偏、判定乃至粉煤灰的用途都起到非常重要的作用。(本文来源于《建材世界》期刊2017年02期）
张全雷,刘东旭,宋申镇,赵昂[9]（2017）在《熟料烧失量升高问题的分析与处理》一文中研究指出0引言我公司熟料生产自2016年7月开始,烧失量突然升高,对熟料强度和需水量影响严重。为尽快解决这一问题,迅速提高熟料质量,保证熟料顺利出厂,公司专门组建专题解决小组,通过采取"提温控碱"的理念和措施,在10月初将熟料烧失量降到了0.5%以下,强度以及标稠达到预期效果。本文将把解决此问题过程中获得的经验与大家分享。1熟料烧失量升高的原因分析熟料烧失量高的根本原因是生料在烧成带被煅(本文来源于《水泥工程》期刊2017年02期）
尹兴邦[10]（2017）在《600MW机组降低烧失量的思路探索》一文中研究指出本文从运行角度着手,保留原有的理论设计和现场设备定置,从改变锅炉氧量、主火嘴摆角、磨煤机动态分离器频率几方面进行试验,了解和探索决定燃烧工况的各主要因素对4号炉的烧失量(飞灰)的影响及其规律,寻求最佳运行方式,提高该炉的安全、经济运行水平。(本文来源于《饮食科学》期刊2017年06期）
烧失量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在相同光照条件下,运用MATLAB软件控制工业相机获取不同烧失量粉煤灰的图像信息,根据粉煤灰中不同组分对于光反射的差异性,提取脱炭粉煤灰不同组分的图像特征参数,利用极限学习机神经网络建立烧失量与图像特征的数学模型,对比烧失量的预测效果获得最佳的激活函数,实现脱炭粉煤灰烧失量的在线快速检测。结果表明,极限学习机建立的预测模型能够准确识别电选粉煤灰的图像特征,快速获得粉煤灰烧失量数据,准确度高,可用于工业生产中电选粉煤灰烧失量的快速在线检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
烧失量论文参考文献
[1].李强,张学华.基于遗传算法的BP神经网络模型在预测海洋沉积物烧失量中的应用[J].冶金分析.2019
[2].陈师杰,李海生,陈英华,温晓龙,章新喜.电选粉煤灰颗粒图像识别与烧失量预测模型[J].中国粉体技术.2018
[3].郭维维.粉煤灰烧失量测定的影响因素分析[J].山西水利科技.2018
[4].陈雯.粉煤灰中烧失量检测的不确定度研究[J].山西建筑.2018
[5].刘静,马慧侠,彭展,白万里.浅析铝土矿烧失量的差异在X-射线荧光光谱(XRF)分析中造成的影响[J].中国无机分析化学.2018
[6].王京侠,赵奕泽,李娜,刘焕敏.严重影响石英玻璃烧失量和二氧化硅含量检测结果的因素[J].中国建材科技.2017
[7].曹运珠.混凝土用胶凝材料的烧失机理及硫化物对烧失量测定的影响[J].铁道建筑技术.2017
[8].安奇林.浅析粉煤灰烧失量不确定度[J].建材世界.2017
[9].张全雷,刘东旭,宋申镇,赵昂.熟料烧失量升高问题的分析与处理[J].水泥工程.2017
[10].尹兴邦.600MW机组降低烧失量的思路探索[J].饮食科学.2017
论文知识图
