| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第13-21页 |
| 1.1 选题背景与意义 | 第13-15页 |
| 1.2 电厂烟气氧含量检测国内外研究现状 | 第15-19页 |
| 1.2.1 氧量传感器检测现状 | 第15-17页 |
| 1.2.2 软测量技术发展现状 | 第17-19页 |
| 1.3 论文主要研究内容及章节安排 | 第19-21页 |
| 1.3.1 主要研究内容 | 第19-20页 |
| 1.3.2 章节安排 | 第20-21页 |
| 2 辅助变量的选择与数据预处理 | 第21-43页 |
| 2.1 现场数据的采集与预处理 | 第21-34页 |
| 2.1.1 火电厂锅炉燃烧工艺 | 第21-22页 |
| 2.1.2 烟气氧含量影响因素分析 | 第22-27页 |
| 2.1.3 辅助变量的初选 | 第27-34页 |
| 2.2 基于主成分分析法的辅助变量助选 | 第34-39页 |
| 2.2.1 主成分分析简介 | 第34-35页 |
| 2.2.2 主成分的提取 | 第35-36页 |
| 2.2.3 基于主成分分析法的辅助变量选择 | 第36-39页 |
| 2.3 基于灰色关联度法的辅助变量助选 | 第39-42页 |
| 2.3.1 灰色关联度简介 | 第39-40页 |
| 2.3.2 灰色关联度的计算 | 第40-41页 |
| 2.3.3 基于灰色关联度法的辅助变量助选 | 第41-42页 |
| 2.4 本章小结 | 第42-43页 |
| 3 基于LSSVM的软测量和粒子群算法的改进研究 | 第43-61页 |
| 3.1 基于LSSVM的烟气氧含量软测量研究 | 第43-51页 |
| 3.1.1 基于LSSVM的软测量 | 第43-45页 |
| 3.1.2 最小二乘支持向量机工具箱函数介绍 | 第45-46页 |
| 3.1.3 核函数和正则化参数对模型性能的影响 | 第46-51页 |
| 3.2 改进的粒子群算法仿真研究 | 第51-55页 |
| 3.2.1 粒子群算法的基本原理 | 第51-52页 |
| 3.2.2 带有随机惯性权重的PSO | 第52-53页 |
| 3.2.3 带有随机惯性权重的CPSO | 第53-55页 |
| 3.3 仿真研究 | 第55-60页 |
| 3.3.1 测试函数简介 | 第55-57页 |
| 3.3.2 仿真结果 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 4 基于改进LSSVM的烟气氧含量软测量研究 | 第61-73页 |
| 4.1 粒子群算法在LSSVM建模中的应用 | 第61页 |
| 4.2 PSO算法优化LSSVM | 第61-65页 |
| 4.2.1 PSO算法参数寻优过程 | 第61-63页 |
| 4.2.2 PSO-LSSVM模型测试及仿真结果分析 | 第63-65页 |
| 4.3 带有随机惯性权重的CPSO算法优化LSSVM | 第65-69页 |
| 4.3.1 带有随机惯性权重的CPSO算法参数寻优过程 | 第65-67页 |
| 4.3.2 CPSO-LSSVM模型测试及仿真结果 | 第67-69页 |
| 4.4 三种模型结果比较分析 | 第69-70页 |
| 4.5 在线校正 | 第70-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 烟气氧含量软测量技术在锅炉燃烧控制系统中的应用 | 第73-84页 |
| 5.1 锅炉燃烧过程DCS系统介绍 | 第73-74页 |
| 5.2 辅助变量的检测 | 第74-76页 |
| 5.3 基于OPC技术的Matlab与WinCC的数据交换 | 第76-83页 |
| 5.3.1 OPC通讯技术简介 | 第76-77页 |
| 5.3.2 基于OPC技术的Matlab与WinCC数据通信的设计 | 第77-80页 |
| 5.3.3 烟气氧含量在线软测量的实现 | 第80-81页 |
| 5.3.4 运行结果 | 第81-83页 |
| 5.4 本章小结 | 第83-84页 |
| 6 总结与展望 | 第84-86页 |
| 6.1 全文工作总结 | 第84-85页 |
| 6.2 未来工作展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 附录A：烟气氧含量软测量模型样本数据 | 第91-101页 |
| 攻读学位期间发表的学术论文 | 第101-102页 |
