基于神经网络的火电厂飞灰含碳量测量
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景 | 第9页 |
| ·选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本论文研究的主要工作 | 第13-15页 |
| 第2章 影响锅炉飞灰含碳量的因素 | 第15-21页 |
| ·火电厂飞灰的形成和特点 | 第15-16页 |
| ·锅炉飞灰含碳量的影响因素分析 | 第16-20页 |
| ·煤质特性及煤粉细度 | 第16-17页 |
| ·挥发分的影响 | 第16页 |
| ·煤收到基低位发热量 | 第16页 |
| ·灰分的影响 | 第16-17页 |
| ·水分的影响 | 第17页 |
| ·煤粉细度 | 第17页 |
| ·一次风中煤粉浓度 | 第17页 |
| ·锅炉负荷 | 第17-18页 |
| ·炉膛内的空燃比 | 第18页 |
| ·配风方式对飞灰含碳量的影响 | 第18-19页 |
| ·热风温度对飞灰含碳量的影响 | 第19页 |
| ·三次风对飞灰含碳量的影响 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 BP神经网络 | 第21-32页 |
| ·人工神经网络 | 第21-24页 |
| ·人工神经网络的发展 | 第21-22页 |
| ·人工神经网络的应用 | 第22页 |
| ·人工神经网络模型 | 第22-24页 |
| ·神经网络的学习模型 | 第24页 |
| ·BP神经网络 | 第24-31页 |
| ·BP神经网络结构 | 第25-26页 |
| ·基本的BP算法 | 第26-29页 |
| ·BP神经网络的设计 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于BP神经网络的飞灰含碳量测量模型实现 | 第32-42页 |
| ·数据采集及预处理 | 第32-34页 |
| ·数据的采集 | 第32页 |
| ·数据的预处理 | 第32-33页 |
| ·训练样本和测试样本的数据分配 | 第33-34页 |
| ·飞灰含碳量神经网络模型的建立和训练 | 第34-37页 |
| ·BP网络结构的建立和初始化 | 第34-35页 |
| ·网络训练停止准则的确定 | 第35-36页 |
| ·BP神经网络的训练 | 第36-37页 |
| ·基于模型的飞灰含碳量预测 | 第37-39页 |
| ·对BP网络方法进行飞灰含碳量测量的评价 | 第39-41页 |
| ·对网络预测结果的分析 | 第39-40页 |
| ·采用BP神经网络的优越性 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·全文总结 | 第42页 |
| ·研究展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第47-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49-50页 |
| 附录 | 第50-53页 |
