电站锅炉热效率及NO_x排放量优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 课题的国内外发展现状及分析 | 第9-10页 |
| 1.3 存在的问题与难点 | 第10-11页 |
| 1.4 本文主要研究内容 | 第11-13页 |
| 第2章 电站锅炉及燃烧优化相关问题 | 第13-20页 |
| 2.1 锅炉结构及燃烧系统 | 第13-14页 |
| 2.2 锅炉NO_X生成机理 | 第14-15页 |
| 2.2.1 燃料型NO_X | 第14页 |
| 2.2.2 热力型NO_X | 第14页 |
| 2.2.3 快速型NO_X | 第14-15页 |
| 2.3 电站锅炉热效率的计算 | 第15-18页 |
| 2.4 锅炉燃烧优化要求 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 支持向量机理论与粒子群算法 | 第20-34页 |
| 3.1 机器学习 | 第20-21页 |
| 3.2 支持向量机理论 | 第21-28页 |
| 3.2.1 支持向量机的优势 | 第21页 |
| 3.2.2 支持向量机的思想 | 第21-22页 |
| 3.2.3 支持向量机的分类 | 第22-26页 |
| 3.2.4 支持向量机常用核函数 | 第26页 |
| 3.2.5 支持向量机回归问题 | 第26-28页 |
| 3.3 最小二乘支持向量机 | 第28-29页 |
| 3.4 粒子群算法 | 第29-33页 |
| 3.4.1 粒子群算法原理 | 第30-31页 |
| 3.4.2 粒子群算法参数分析 | 第31-32页 |
| 3.4.3 粒子群算法的改进 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 锅炉燃烧系统软测量模型 | 第34-44页 |
| 4.1 建模方法 | 第34页 |
| 4.2 平均影响值法 | 第34-38页 |
| 4.2.1 MIV法输入变量筛选 | 第35-36页 |
| 4.2.2 MIV法筛选结果 | 第36-38页 |
| 4.3 锅炉燃烧特性模型 | 第38-43页 |
| 4.3.1 锅炉热效率模型的建立与分析 | 第38-41页 |
| 4.3.2 锅炉NO_X排放量模型的建立与分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 电站锅炉燃烧优化的实现 | 第44-52页 |
| 5.1 燃烧优化分析 | 第44页 |
| 5.2 燃烧优化过程 | 第44-45页 |
| 5.3 单目标优化 | 第45-47页 |
| 5.3.1 以提高锅炉热效率为目标的优化 | 第45-46页 |
| 5.3.2 以降低NO_X排放量为目标的优化 | 第46-47页 |
| 5.4 多目标优化 | 第47-51页 |
| 5.4.1 燃烧综合模型 | 第47-51页 |
| 5.4.2 多目标优化分析 | 第51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间取得的学术成果 | 第56-57页 |
| 致谢 | 第57页 |
