基于神经网络电厂积灰结渣的在线监测
| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·课题背景 | 第6-12页 |
| ·积灰与结渣的生成机理 | 第7-8页 |
| ·积灰结渣对电厂运行的影响 | 第8-9页 |
| ·吹灰的优化 | 第9-10页 |
| ·国内外监测受热面积灰结渣的发展概况 | 第10-12页 |
| ·本文的研究内容 | 第12-13页 |
| 第二章 神经网络的机理 | 第13-29页 |
| ·人工神经网络的概述 | 第14-17页 |
| ·神经网络的发展历史 | 第14-15页 |
| ·神经网络的功能 | 第15-16页 |
| ·神经网络的特点 | 第16-17页 |
| ·BP神经网络 | 第17-26页 |
| ·BP神经网络的基本原理 | 第17-21页 |
| ·BP改进型算法（RPROP） | 第21-23页 |
| ·训练集的优化 | 第23-24页 |
| ·BP网络泛化能力的提高 | 第24-25页 |
| ·BP网络的局限性 | 第25-26页 |
| ·面向MATLAB的BP神经网络的设计 | 第26-29页 |
| ·BP神经网络的初始化 | 第26页 |
| ·BP神经网络的创建和仿真 | 第26-27页 |
| ·BP神经网络的训练 | 第27页 |
| ·BP神经网络训练样本的处理 | 第27-29页 |
| 第三章 实时监测锅炉受热面积灰结渣的机理 | 第29-41页 |
| ·实时监测对流受热面积灰的机理 | 第29-31页 |
| ·选取合适的灰污特征参数 | 第29-30页 |
| ·实时监测对流受热面积灰的实现 | 第30-31页 |
| ·实时监测水冷壁的机理 | 第31-41页 |
| ·温度场的数学描写 | 第32-33页 |
| ·解析解的求解过程 | 第33-39页 |
| ·灰污特征参数的求解 | 第39-41页 |
| 第四章 基于神经网络积灰结渣在线监测的实际应用 | 第41-46页 |
| ·锅炉主要参数 | 第41-42页 |
| ·锅炉容量和主要参数 | 第41-42页 |
| ·神经网络模型的设计 | 第42-44页 |
| ·对流受热面神经网络结构设计 | 第42页 |
| ·样本点优化选取 | 第42-43页 |
| ·Matlab训练和预测的实现 | 第43-44页 |
| ·监测效果 | 第44-46页 |
| 第五章 基于神经网络积灰结渣在线监测的软件介绍 | 第46-56页 |
| ·程序架构 | 第46-48页 |
| ·主程序的开发 | 第46页 |
| ·数据库的设计 | 第46-48页 |
| ·Matlab与主程序实时通讯的实现 | 第48页 |
| ·系统架构 | 第48-51页 |
| ·软件流程 | 第49-50页 |
| ·硬件架构 | 第50-51页 |
| ·计算过程 | 第51-52页 |
| ·软件界面介绍 | 第52-55页 |
| ·对流受热面的监控界面 | 第52-53页 |
| ·受热面灰污限值设置界面 | 第53-54页 |
| ·历史灰污曲线图 | 第54-55页 |
| ·课题成果的作用和影响 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在学期间发表的学术论文和参加科研情况 | 第61页 |
