| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-21页 |
| ·课题背景 | 第10-12页 |
| ·温度场测量与燃烧稳定性监测 | 第12-18页 |
| ·温度场测量方法 | 第12-13页 |
| ·燃烧稳定性监测 | 第13-15页 |
| ·基于图像的火焰检测技术 | 第15-16页 |
| ·基于图像处理的火焰检测技术的发展现状 | 第16-18页 |
| ·污染物生成量的诊断 | 第18页 |
| ·本文的研究内容 | 第18-21页 |
| 第二章 火焰测量系统组成及其测温原理 | 第21-34页 |
| ·引言 | 第21页 |
| ·测温原理 | 第21-26页 |
| ·单色温度测量方法 | 第22-23页 |
| ·双色法测温原理 | 第23-26页 |
| ·火焰监测系统组成 | 第26-32页 |
| ·传像装置 | 第26-28页 |
| ·光学系统 | 第28-30页 |
| ·CCD相机 | 第30-31页 |
| ·图像采集卡 | 第31-32页 |
| ·辐射图像的数字化 | 第32页 |
| ·系统的标定 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 火焰温度场测量及污染物排放关联性的实验研究 | 第34-53页 |
| ·引言 | 第34页 |
| ·煤燃烧过程的污染物生成机理 | 第34-40页 |
| ·氮氧化物生成机理 | 第34-39页 |
| ·硫氧化物的生成机理 | 第39-40页 |
| ·利用 CCD炉膛温度场测量及污染物排放试验研究 | 第40-51页 |
| ·300MW对冲燃煤锅炉及测量系统简介 | 第40-41页 |
| ·试验结果与分析 | 第41-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 燃烧模型数值模拟与实测比较研究 | 第53-81页 |
| ·引言 | 第53页 |
| ·炉内燃烧过程数学模型 | 第53-69页 |
| ·气相湍流流动模型 | 第53-55页 |
| ·气固两相流动模型 | 第55-56页 |
| ·辐射换热模型 | 第56-58页 |
| ·煤粉燃烧模型 | 第58-62页 |
| ·燃烧过程氮氧化物生成模拟 | 第62-64页 |
| ·本文所采用的模型 | 第64-69页 |
| ·300MW机组锅炉炉内过程数值模拟 | 第69-80页 |
| ·模拟对象 | 第69-71页 |
| ·计算结果 | 第71-77页 |
| ·计算与测量结果比较与分析 | 第77-80页 |
| ·小结 | 第80-81页 |
| 第五章 电站锅炉污染物排放预测方法及其关联研究 | 第81-99页 |
| ·引言 | 第81页 |
| ·小样本学习理论与支持向量机 | 第81-90页 |
| ·燃煤锅炉污染物排放预测研究 | 第90-96页 |
| ·通过试验建立变量表 | 第90-91页 |
| ·基于 SVM污染物排放量的预测研究 | 第91-96页 |
| ·污染物排放影响因素灰色理论关联度分析 | 第96-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 模糊免疫网络算法在火焰监测中的应用研究 | 第99-110页 |
| ·引言 | 第99页 |
| ·数字图像的矩阵表示及基本图像类型 | 第99-101页 |
| ·火焰图像处理与特征提取 | 第101-104页 |
| ·图像噪音处理 | 第101-103页 |
| ·火焰特征提取 | 第103-104页 |
| ·模糊免疫网络算法 | 第104-107页 |
| ·免疫网络算法 | 第104-106页 |
| ·模糊聚类算法 | 第106-107页 |
| ·应用研究 | 第107-109页 |
| ·本章小结 | 第109-110页 |
| 第七章 结论与展望 | 第110-113页 |
| ·结论 | 第110-111页 |
| ·创新点 | 第111页 |
| ·未来工作展望 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 攻读博士学位期间发表论文 | 第123-124页 |
| 项目支持 | 第124-125页 |
| 致谢 | 第125页 |