电站锅炉效率与NO_X排放混合建模优化研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-11页 |
| ·课题背景 | 第6-7页 |
| ·课题的意义 | 第7-8页 |
| ·课题研究现状 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| ·本章小节 | 第10-11页 |
| 第二章 电站锅炉燃烧系统 | 第11-23页 |
| ·大型单元机组的生产过程 | 第11-13页 |
| ·锅炉燃烧系统及其控制 | 第13-16页 |
| ·电站锅炉NO_X生成和热效率影响因素 | 第16-22页 |
| ·煤燃烧过程中NO_X的生成和破坏机理 | 第16-18页 |
| ·锅炉热效率的影响因素 | 第18-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 电站锅炉NOX排放与效率的混合建模与仿真 | 第23-36页 |
| ·人工神经网络简介 | 第23-25页 |
| ·人工神经元模型 | 第23-24页 |
| ·人工神经元网络 | 第24-25页 |
| ·BP神经网络 | 第25-30页 |
| ·BP神经网络简介 | 第25页 |
| ·BP神经网络拓扑结构 | 第25-27页 |
| ·BP神经网络算法 | 第27-28页 |
| ·BP神经网络算法的改进 | 第28-30页 |
| ·电站锅炉燃烧的BP神经网络建模 | 第30-35页 |
| ·神经网络建模应用程序编写 | 第30页 |
| ·试验锅炉设备介绍 | 第30-31页 |
| ·神经网络模型的输入与输出 | 第31-32页 |
| ·数据的预处理 | 第32页 |
| ·模型的仿真与分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 电站锅炉高效低NO_X燃烧优化 | 第36-47页 |
| ·遗传算法简介 | 第36-39页 |
| ·遗传算法的基本操作 | 第36页 |
| ·遗传算法的一般结构 | 第36-39页 |
| ·锅炉燃烧的稳态优化 | 第39-46页 |
| ·锅炉燃烧优化问题的数学模型 | 第39-41页 |
| ·燃烧优化算例研究分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 软件的编制 | 第47-51页 |
| ·主界面 | 第47-48页 |
| ·BP神经网络建模功能模块 | 第48-49页 |
| ·遗传算法优化功能模块 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56页 |
