| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题的背景和意义 | 第10-12页 |
| ·等离子点火技术国内外研究现状 | 第12-14页 |
| ·美国、俄罗斯和澳大利亚在等离子点火方面的应用情况 | 第12-13页 |
| ·我国在等离子点火方面的应用情况 | 第13-14页 |
| ·燃烧流场的数值模拟进展 | 第14-15页 |
| ·本文研究的主要内容与目的 | 第15-16页 |
| 2 等离子点火系统的构成及点火机理 | 第16-22页 |
| ·等离子点火系统的构成 | 第16-19页 |
| ·等离子发生器 | 第16-17页 |
| ·等离子燃烧器 | 第17-18页 |
| ·电源系统 | 第18-19页 |
| ·控制系统 | 第19页 |
| ·辅助系统 | 第19页 |
| ·等离子体射流对煤粉的促燃 | 第19-22页 |
| 3 等离子燃烧器的燃烧数值模拟 | 第22-36页 |
| ·煤粉燃烧的数学模型 | 第22-25页 |
| ·基本守恒方程 | 第22-23页 |
| ·湍流模型 | 第23-24页 |
| ·湍流气固两相流动模型 | 第24页 |
| ·气相湍流燃烧模型 | 第24-25页 |
| ·煤粉燃烧模型 | 第25页 |
| ·辐射换热模型 | 第25页 |
| ·燃烧器的几何模型及边界条件 | 第25-27页 |
| ·几何模型 | 第25-26页 |
| ·边界条件 | 第26-27页 |
| ·计算结果 | 第27-30页 |
| ·样本数据库的创建 | 第30-36页 |
| ·模型输入参数的选取 | 第30-31页 |
| ·模型输出参数的选取 | 第31页 |
| ·创建数据库 | 第31-36页 |
| 4 基于人工神经网络的专家预测模型 | 第36-63页 |
| ·人工神经网络理论 | 第36-43页 |
| ·人工神经网络的简介 | 第36-37页 |
| ·人工神经网络的模型 | 第37-40页 |
| ·人工神经网络的分类与基本特性 | 第40-42页 |
| ·人工神经网络的功能 | 第42-43页 |
| ·BP神经网络和学习算法 | 第43-51页 |
| ·BP神经网络 | 第44-45页 |
| ·BP网络学习算法 | 第45-48页 |
| ·BP网络的改进 | 第48-51页 |
| ·等离子燃烧器专家预测模型的建立 | 第51-63页 |
| ·专家预测模型的输入输出样本 | 第51-52页 |
| ·专家预测模型的建立 | 第52-53页 |
| ·专家预测模型的训练和检验结果 | 第53-63页 |
| 5 基于模糊数学的专家评判模型 | 第63-81页 |
| ·模糊数学的基本知识 | 第63-68页 |
| ·模糊概念 | 第63-64页 |
| ·模糊数学的发展 | 第64-65页 |
| ·模糊集合的概念 | 第65页 |
| ·隶属函数 | 第65-68页 |
| ·模糊综合评判基本理论 | 第68-72页 |
| ·一级模糊综合评判 | 第69-70页 |
| ·多级模糊综合评判 | 第70-71页 |
| ·模糊综合评判中模糊算子的选择 | 第71-72页 |
| ·等离子燃烧器的燃烧性能模糊综合评判模型 | 第72-81页 |
| ·燃烧性能评判因素集的确定 | 第72-73页 |
| ·燃烧性能评判评价集的确定 | 第73-74页 |
| ·燃烧性能评判各因素隶属函数的确定 | 第74-77页 |
| ·燃烧性能评判各因素权重集的确定 | 第77-78页 |
| ·“双加权”综合运算法 | 第78-81页 |
| 6 等离子燃烧器燃烧特性专家系统的开发 | 第81-89页 |
| ·燃烧特性专家系统的简介 | 第81页 |
| ·燃烧特性专家系统的主要功能 | 第81-83页 |
| ·训练与检验BP神经网络功能 | 第81-82页 |
| ·燃烧特性预测功能 | 第82-83页 |
| ·燃烧性能综合评判功能 | 第83页 |
| ·燃烧特性专家系统的主要界面 | 第83-89页 |
| 结论 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 附录A 等离子燃烧器基本参数 | 第93-94页 |
| 攻读硕士学位期间发表学术论文情况 | 第94-95页 |
| 致谢 | 第95-96页 |