电站锅炉污染物排放特性的反向建模研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 理论建模 | 第10-11页 |
| 1.2.2 试验建模 | 第11页 |
| 1.2.3 反向建模 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 第2章 电站锅炉污染物排放特性反向建模方法介绍 | 第15-20页 |
| 2.1 投影寻踪方法介绍 | 第15-17页 |
| 2.1.1 投影寻踪基本思想 | 第15-16页 |
| 2.1.2 投影寻踪回归模型简介 | 第16-17页 |
| 2.2 BP神经网络介绍 | 第17-19页 |
| 2.2.1 BP神经网络结构 | 第17-18页 |
| 2.2.2 BP神经网络训练过程 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于反向建模的氮氧化物排放特性模型研究 | 第20-30页 |
| 3.1 氮氧化物的产生机理 | 第20-21页 |
| 3.1.1 燃料型NOx | 第20-21页 |
| 3.1.2 热力型NOx | 第21页 |
| 3.1.3 快速型NOx | 第21页 |
| 3.2 氮氧化物的影响因素 | 第21-24页 |
| 3.3 氮氧化物排放浓度在线预测模型 | 第24-29页 |
| 3.3.1 模型输入变量的选取 | 第24页 |
| 3.3.2 主成分分析法 | 第24-26页 |
| 3.3.3 核主成分分析法 | 第26-27页 |
| 3.3.4 氮氧化物排放浓度在线预测模型 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于反向建模的粉尘排放特性模型研究 | 第30-39页 |
| 4.1 粉尘浓度测量的意义 | 第30页 |
| 4.2 粉尘浓度的测量方法 | 第30-33页 |
| 4.2.1 取样法 | 第31-32页 |
| 4.2.2 非取样法 | 第32-33页 |
| 4.3 粉尘排放浓度在线监测模型 | 第33-37页 |
| 4.3.1 模型输入变量及建模数据的选取 | 第33-34页 |
| 4.3.2 基于投影寻踪方法的变量提取 | 第34-35页 |
| 4.3.3 粉尘排放浓度在线监测模型与结果分析 | 第35-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 基于反向建模的污染物排放特性综合模型研究 | 第39-48页 |
| 5.1 模型输入变量及建模数据的选取 | 第39-41页 |
| 5.2 输入变量 | 第41-43页 |
| 5.2.1 利用投影寻踪方法筛选变量 | 第41-42页 |
| 5.2.2 利用核主成分分析方法提取变量 | 第42-43页 |
| 5.3 粉尘和氮氧化物排放浓度在线监测综合模型 | 第43-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第6章 结论与展望 | 第48-50页 |
| 6.1 全文总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
