| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 存在的问题与难点 | 第13-14页 |
| 1.4 本文内容以及结构 | 第14-15页 |
| 第2章 CFBB及其燃烧优化 | 第15-28页 |
| 2.1 CFBB概述 | 第15-17页 |
| 2.1.1 CFBB的主要优势 | 第15-16页 |
| 2.1.2 CFBB的工作原理 | 第16-17页 |
| 2.2 CFBB的NO_X生成机理 | 第17-19页 |
| 2.2.1 热力型NO_X | 第17-18页 |
| 2.2.2 快速型NO_X | 第18页 |
| 2.2.3 燃料型NO_X | 第18-19页 |
| 2.3 CFBB热效率内容 | 第19-25页 |
| 2.3.1 计算CFBB热效率的方法 | 第19-20页 |
| 2.3.2 CFBB热损失的计算 | 第20-25页 |
| 2.3.3 CFBB反平衡计算热效率方法 | 第25页 |
| 2.4 CFBB燃烧优化要求 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 快速学习网与量子BSA算法 | 第28-43页 |
| 3.1 快速学习网 | 第28-33页 |
| 3.1.1 FLN算法逼近问题 | 第30-31页 |
| 3.1.2 简化快速学习网 | 第31-32页 |
| 3.1.3 优化快速学习网 | 第32-33页 |
| 3.2 量子计算 | 第33-34页 |
| 3.2.1 量子化 | 第33页 |
| 3.2.2 量子行为 | 第33-34页 |
| 3.3 BSA算法 | 第34-37页 |
| 3.3.1 BSA算法的理论规则 | 第34-36页 |
| 3.3.2 BSA算法的数学模型 | 第36-37页 |
| 3.4 量子自适应BSA算法 | 第37-42页 |
| 3.4.1 BSA算法的改进 | 第37-39页 |
| 3.4.2 改进BSA算法的测试及仿真比较 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 CFBB参数整定 | 第43-51页 |
| 4.1 CFBB参数整定分析 | 第43页 |
| 4.2 CFBB燃烧系统的分析 | 第43-45页 |
| 4.2.1 CFBB的热效率/NO_x排放量简化模型 | 第44-45页 |
| 4.2.2 本文试验对象和数据样本的来源 | 第45页 |
| 4.3 CFBB NO_X排放特性建模 | 第45-48页 |
| 4.3.1 CFBB NO_x排放浓度的模型 | 第45-47页 |
| 4.3.2 算法结果分析 | 第47-48页 |
| 4.4 CFBB热效率建模 | 第48-50页 |
| 4.4.1 CFBB燃烧热效率模型 | 第48-49页 |
| 4.4.2 算法结果分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 CFBB燃烧优化 | 第51-58页 |
| 5.1 CFBB燃烧优化分析 | 第51页 |
| 5.2 CFBB燃烧优化的过程 | 第51-52页 |
| 5.3 CFBB的燃烧优化 | 第52-57页 |
| 5.3.1 单独优化NO_x排放浓度 | 第53-54页 |
| 5.3.2 单独优化锅炉燃烧热效率 | 第54-55页 |
| 5.3.3 多目标优化综合模型 | 第55-56页 |
| 5.3.4 多目标优化 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66页 |