| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及存在问题 | 第11-13页 |
| 1.3 人工智能技术发展现状 | 第13-15页 |
| 1.4 论文的主要研究内容和结构安排 | 第15-17页 |
| 第2章 循环流化床锅炉燃烧系统 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 CFBB简介 | 第17-19页 |
| 2.2.1 CFBB结构 | 第17-18页 |
| 2.2.2 CFBB工作原理 | 第18页 |
| 2.2.3 CFBB优势 | 第18-19页 |
| 2.3 CFBB的NOx生成机理 | 第19-21页 |
| 2.3.1 燃料型NOx | 第19-20页 |
| 2.3.2 热力型NOx | 第20-21页 |
| 2.3.3 快速型NOx | 第21页 |
| 2.4 CFBB热效率的计算 | 第21-28页 |
| 2.4.1 热效率的计算方法 | 第21-22页 |
| 2.4.2 热效率的反平衡计算方法 | 第22-23页 |
| 2.4.3 热损失的计算方法及燃烧优化要求 | 第23-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 新型神经网络—并联型快速学习网 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 快速学习网 | 第29-31页 |
| 3.3 并联型快速学习网(PLP-FLN) | 第31-34页 |
| 3.3.1 并联型快速学习网学习过程 | 第31-34页 |
| 3.3.2 简化的并联型快速学习网 | 第34页 |
| 3.4 并联型快速学习网性能测试 | 第34-46页 |
| 3.4.1 回归性能测试 | 第34-45页 |
| 3.4.2 分类性能测试 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于PLP-FLN的循环流化床锅炉燃烧系统建模 | 第47-56页 |
| 4.1 引言 | 第47页 |
| 4.2 实验对象及实验数据介绍 | 第47-49页 |
| 4.3 燃烧系统NOx排放特性建模 | 第49-52页 |
| 4.3.1 NOx排放特性模型建立 | 第49-50页 |
| 4.3.2 NOx模型性能分析 | 第50-52页 |
| 4.4 燃烧系统热效率建模 | 第52-55页 |
| 4.4.1 热效率模型建立 | 第52-53页 |
| 4.4.2 热效率模型性能分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 循环流化床锅炉燃烧系统优化 | 第56-66页 |
| 5.1 引言 | 第56页 |
| 5.2 燃烧系统优化目标分析 | 第56-57页 |
| 5.3 优化过程 | 第57-58页 |
| 5.4 单目标优化 | 第58-62页 |
| 5.4.1 以提高热效率为目标进行参数优化 | 第58-60页 |
| 5.4.2 以降低NOx排放量为目标进行参数优化 | 第60-62页 |
| 5.5 多目标综合优化 | 第62-65页 |
| 5.5.1 CFBB燃烧系统综合模型 | 第62-63页 |
| 5.5.2 CFBB燃烧系统多目标综合优化 | 第63-65页 |
| 5.6 本章小节 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74页 |