加入炉膛温度信息的电站锅炉燃烧优化
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-22页 |
| ·课题背景及意义 | 第9-13页 |
| ·研究现状 | 第13-20页 |
| ·课题来源及研究内容 | 第20-22页 |
| 2 煤/煤气混烧锅炉燃烧优化现场试验 | 第22-31页 |
| ·试验锅炉与检测设备概况 | 第22-24页 |
| ·试验条件 | 第24-25页 |
| ·检测结果及分析 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于BP 神经网络的锅炉燃烧特性建模 | 第31-44页 |
| ·人工智能概述 | 第31-32页 |
| ·BP 神经网络模型 | 第32-37页 |
| ·NOx 排放的BP 神经网络建模 | 第37-39页 |
| ·燃烧效率的BP 神经网络建模 | 第39-41页 |
| ·NOx 排放和燃烧效率BP 神经网络同时建模 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于优化算法电站锅炉的燃烧优化 | 第44-52页 |
| ·遗传算法和颗粒群算法的基本原理 | 第44-46页 |
| ·煤/煤气混烧电站锅炉遗传及颗粒群算法燃烧优化 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 5 基于数值方法的优化过程验证 | 第52-65页 |
| ·数值模拟计算方法 | 第52-57页 |
| ·数值模拟结果验证 | 第57-62页 |
| ·优化过程工况的数值模拟验证 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 6 全文总结及展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·下一步工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 附录 攻读硕士学位期间科研成果 | 第74页 |
