火电机组锅炉燃烧优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 电厂锅炉燃烧优化研究现状 | 第8-9页 |
| 1.3 论文的主要研究内容 | 第9-11页 |
| 第二章 燃烧优化中锅炉效率计算方法研究 | 第11-28页 |
| 2.1 问题的提出 | 第11页 |
| 2.2 国标炉效计算方法和炉效简化计算方法 | 第11-14页 |
| 2.2.1 国标锅炉效率计算模型 | 第11-13页 |
| 2.2.2 锅炉效率简化计算方法 | 第13-14页 |
| 2.3 用于燃烧优化的名义锅炉效率计算 | 第14-21页 |
| 2.3.1 名义锅炉效率计算原则 | 第14页 |
| 2.3.2 基于国标的名义锅炉效率计算与修正 | 第14-18页 |
| 2.3.3 基于简化算法的名义锅炉效率计算与修正 | 第18-20页 |
| 2.3.4 基准参数值的确定 | 第20-21页 |
| 2.4 计算实例 | 第21-27页 |
| 2.4.1 工况数据 | 第21-23页 |
| 2.4.2 计算结果与分析 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 锅炉燃烧优化试验研究 | 第28-47页 |
| 3.1 锅炉炉效和烟气NOx排放影响因素分析 | 第28-31页 |
| 3.1.1 锅炉燃烧运行影响因素分析 | 第28-29页 |
| 3.1.2 锅炉NOx排放影响因素分析 | 第29-31页 |
| 3.2 试验锅炉简介 | 第31-34页 |
| 3.3 锅炉燃烧试验 | 第34-46页 |
| 3.3.1 试验目的及方法 | 第34-35页 |
| 3.3.2 摸底试验 | 第35-36页 |
| 3.3.3 燃烧调整试验 | 第36-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于智能计算的燃烧优化 | 第47-69页 |
| 4.1 RBF神经网络技术与遗传算法优化技术 | 第47-50页 |
| 4.1.1 RBF神经网络技术 | 第47-48页 |
| 4.1.2 遗传算法优化技术 | 第48-50页 |
| 4.2 锅炉燃烧特性建模 | 第50-63页 |
| 4.2.1 锅炉燃烧特性模型的输出变量 | 第50页 |
| 4.2.2 锅炉燃烧特性模型的输入变量 | 第50-51页 |
| 4.2.3 模型样本及数据处理 | 第51-59页 |
| 4.2.4 锅炉燃烧模型增量分析 | 第59-63页 |
| 4.3 基于燃烧特性模型的锅炉燃烧优化 | 第63-66页 |
| 4.3.1 基于遗传算法的燃烧优化 | 第63-65页 |
| 4.3.2 燃烧优化结果及分析 | 第65-66页 |
| 4.3.3 优化结果有效性分析 | 第66页 |
| 4.4 基于智能计算的燃烧优化系统投运效果 | 第66-68页 |
| 4.4.1 燃烧优化系统结构 | 第66-67页 |
| 4.4.2 系统投运效果分析 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-70页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者在研究生阶段发表的论文 | 第71-72页 |
| 参考文献 | 第72-73页 |
