| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 符号表 | 第10-11页 |
| 1 前言 | 第11-18页 |
| 1．1 研究背景 | 第11-12页 |
| 1．2 国内外研究现状 | 第12-13页 |
| 1．3 硫在煤中的赋存形态及燃烧转化机理 | 第13-16页 |
| 1．3．1 硫在煤中的赋存形态 | 第13-15页 |
| 1．3．2 有机硫的转化机理 | 第15页 |
| 1．3．3 黄铁矿的氧化还原反应 | 第15-16页 |
| 1．4 本研究的目的和内容 | 第16-18页 |
| 2 试验系统及研究方法 | 第18-26页 |
| 2．1 试验系统简介 | 第18-22页 |
| 2．1．1 一维煤粉燃烧试验台 | 第18-20页 |
| 2．1．2 TGA/SDTA851~e热重分析仪 | 第20-21页 |
| 2．1．3 管式炉静态燃烧试验台 | 第21-22页 |
| 2．2 试验煤种特性和试验工况 | 第22-25页 |
| 2．2．1 试验煤种的基本特性 | 第22页 |
| 2．2．2 试验工况 | 第22-25页 |
| 2．3 试验系统误差分析 | 第25页 |
| 2．4 本章小结 | 第25-26页 |
| 3 黄台电厂燃用贫煤硫释放特性 | 第26-34页 |
| 3．1 温度对硫释放特性的影响 | 第26-27页 |
| 3．2 过量空气系数对硫释放特性的影响 | 第27-28页 |
| 3．3 煤粉粒度对硫释放特性的影响 | 第28-29页 |
| 3．4 一二次风配比对硫释放特性的影响 | 第29-31页 |
| 3．5 贴壁风对硫释放特性的影响 | 第31-32页 |
| 3．6 本章小结 | 第32-34页 |
| 4 黄台电厂贫煤掺烧其它煤种对其硫释放特性的影响 | 第34-47页 |
| 4．1 各单煤及混煤的燃烧特性 | 第34-40页 |
| 4．1．1 煤粉燃烧特性的热重分析 | 第34-38页 |
| 4．1．2 单煤及混煤在一维煤粉燃烧试验台上的燃尽特性 | 第38-40页 |
| 4．2 不同混煤的硫污染物释放特性 | 第40-45页 |
| 4．2．1 黄台电厂贫煤的硫污染物释放特性 | 第40-41页 |
| 4．2．2 贫煤与贫煤混煤的硫释放特性 | 第41-42页 |
| 4．2．3 贫煤与烟煤混煤的硫释放特性 | 第42-44页 |
| 4．2．4 贫煤与无烟煤混煤的硫释放特性 | 第44-45页 |
| 4．3 本章小结 | 第45-47页 |
| 5 混煤硫释放的神经网络模型 | 第47-59页 |
| 5．1 BP神经网络简介 | 第47-52页 |
| 5．1．1 BP网络的基本原理 | 第48页 |
| 5．1．2 BP神经网络的学习算法 | 第48-50页 |
| 5．1．3 BP神经网络的算法流程 | 第50-51页 |
| 5．1．4 神经网络隐含层节点的最佳数 | 第51-52页 |
| 5．1．5 BP神经网络的缺点 | 第52页 |
| 5．2 混煤燃烧硫释放 BP网络预测模型 | 第52-57页 |
| 5．2．1 网络参数的选择 | 第52-53页 |
| 5．2．2 数据的预处理 | 第53-55页 |
| 5．2．3 训练算法的确定 | 第55页 |
| 5．2．4 网络拓扑结构的确定 | 第55-56页 |
| 5．2．5 BP网络迭代次数的确定 | 第56页 |
| 5．2．6 用 BP网络仿真 | 第56-57页 |
| 5．2．7 神经网络误差分析 | 第57页 |
| 5．2．8 在大型锅炉中应用神经网络模型对硫释放进行预测 | 第57页 |
| 5．3 本章小结 | 第57-59页 |
| 6 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 硕士在读期间发表论文情况 | 第66-67页 |
| 学位论文评阅及答辩情祝表 | 第67页 |