机理分析与数据融合驱动的CO2溶解度预测方法研究.docxVIP

机理分析与数据融合驱动的CO2溶解度预测方法研究

目录

文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

CO2溶解度相关理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1CO2溶解机理概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.1.1溶解过程热力学分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.2溶解过程动力学探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2影响CO2溶解度的关键因素．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.2.1温度效应．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.2.2压力效应．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2.3溶剂性质．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.4混合溶剂体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3相关数学模型与计算方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

基于机理的CO2溶解度模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.1经典溶解度模型回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.2改进型机理模型的提出．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.2.1考虑多因素耦合的模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.2.2引入新参数的模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.3模型参数的确定方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.4机理模型的验证与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

数据融合技术的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.1数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

4.1.1数据清洗与标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

4.1.2特征选择与提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.2多源数据融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

4.2.1实验数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.2.2计算数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

4.2.3理论数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

4.3基于数据融合的预测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

4.3.1机器学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.3.2深度学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.3.3混合模型的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

机理分析与数据融合集成方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

5.1集成模型框架设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

5.2机理模型与数据融合模型结合策略．．．．．．．．