炉膛燃烧智能诊断技术及应用
| 摘 要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目 录 | 第6-7页 |
| 第一章 绪 论 | 第7-16页 |
| ·选题背景 | 第7页 |
| ·国内外火焰检测技术介绍[1][6] | 第7-11页 |
| ·燃煤锅炉燃烧诊断技术综述 | 第11-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 基于神经网络的智能燃烧诊断 | 第16-31页 |
| ·引言 | 第16页 |
| ·原理介绍 | 第16-18页 |
| ·火焰图像特征量的提取 | 第18-24页 |
| ·单燃烧器火焰燃烧状态识别的诊断网络设计 | 第24-26页 |
| ·引入炉膛负压信号实现多信息融合 | 第26-30页 |
| ·小结 | 第30-31页 |
| 第三章 神经网络的自适应设计 | 第31-40页 |
| ·引言 | 第31页 |
| ·BP算法的改进 | 第31-35页 |
| ·模糊神经网络 | 第35-39页 |
| ·小结 | 第39-40页 |
| 第四章 初步探讨炉膛燃烧中的NOX排放问题 | 第40-49页 |
| ·引言 | 第40页 |
| ·NOX产生机理 | 第40-42页 |
| ·影响NOX生成的因素[53 | 第42-43页 |
| ·建立炉内温度场 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 单燃烧器燃烧诊断系统设计 | 第49-58页 |
| ·引言 | 第49页 |
| ·系统硬件设计 | 第49-52页 |
| ·系统软件功能设计 | 第52-57页 |
| ·小结 | 第57-58页 |
| 第六章 总结 | 第58-59页 |
| 致 谢 | 第59-60页 |
| 参考文献 | 第60-61页 |
