摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-12页 |
·本研究的目的和意义 | 第8-9页 |
·世界范围内能源以面临严重短缺 | 第8页 |
·生物质与生物质能 | 第8-9页 |
·生物质做集中供暖锅炉燃料 | 第9页 |
·国内外研究现状 | 第9-11页 |
·国内研究现状 | 第9-10页 |
·国外研究现状 | 第10-11页 |
·本课题主要研究内容 | 第11-12页 |
2 生物质供暖锅炉的理论分析 | 第12-20页 |
·生物质供暖锅炉工艺系统简介 | 第12-13页 |
·生物质成型燃料燃烧特性 | 第13-15页 |
·生物质燃料的燃烧过程 | 第13-14页 |
·生物质成型燃料燃烧速度及影响因素分析 | 第14-15页 |
·燃料燃烧计算 | 第15-17页 |
·燃料的发热量 | 第15页 |
·燃烧理论空气量及过量空气系数计算 | 第15页 |
·理论烟气量 | 第15-16页 |
·空气焓和烟气焓的计算 | 第16-17页 |
·送料机的选型计算 | 第17-18页 |
·供暖系统热负荷计算 | 第18-19页 |
·本章小结 | 第19-20页 |
3 生物质集中供暖锅炉喂料配风控制系统总体分析与设计 | 第20-26页 |
·测控参数的确定 | 第20-21页 |
·温度 | 第20-21页 |
·烟气中含氧量 | 第21页 |
·炉膛负压 | 第21页 |
·控制任务和要求 | 第21-22页 |
·喂料量的自动控制 | 第22-23页 |
·炉前料仓的料位控制 | 第22-23页 |
·炉前料仓给料控制 | 第23页 |
·烟气中含氧量的自动控制 | 第23-25页 |
·一次风与二次风对锅炉燃烧的影响 | 第23-24页 |
·送风量的自动控制 | 第24-25页 |
·本章小结 | 第25-26页 |
4 RBF神经网络控制算法的设计 | 第26-39页 |
·RBF神经网络的发展及在过程建模和控制中的应用 | 第26-27页 |
·径向基函数(RBF)神经网络概述 | 第27-29页 |
·基本结构 | 第28-29页 |
·RBF神经网络的学习算法 | 第29-34页 |
·聚类算法 | 第29-30页 |
·正交最小二乘学习算法 | 第30-32页 |
·梯度下降法 | 第32-33页 |
·递增式RBF网络 | 第33-34页 |
·面向MATLAB的RBF神经网络的仿真 | 第34-38页 |
·MATLAB简介 | 第34-35页 |
·递增式RBF神经网络算法的可行性仿真 | 第35-36页 |
·生物质集中供暖锅炉喂料配风RBF神经网络设计 | 第36-38页 |
·本章小结 | 第38-39页 |
5 控制系统硬件与软件设计 | 第39-49页 |
·系统硬件总体结构 | 第39-40页 |
·系统硬件配置 | 第40-44页 |
·可编程控制器 | 第40-43页 |
·PC机 | 第43页 |
·仪表设备 | 第43页 |
·风机选型 | 第43页 |
·变频器 | 第43-44页 |
·硬件组态 | 第44页 |
·程序设计 | 第44-48页 |
·程序结构 | 第44-45页 |
·主程序设计 | 第45页 |
·子程序设计 | 第45-48页 |
·本章小结 | 第48-49页 |
结论 | 第49-50页 |
参考文献 | 第50-53页 |
攻读学位期间发表的学术论文 | 第53-54页 |
致谢 | 第54-55页 |