基于最小二乘支持向量机的燃煤锅炉燃烧优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 电站锅炉燃烧优化技术研究现状 | 第8-9页 |
| 1.3 电站锅炉燃烧优化建模研究现状 | 第9-10页 |
| 1.4 支持向量机研究现状 | 第10-12页 |
| 1.5 遗传算法研究现状 | 第12页 |
| 1.6 本文研究内容 | 第12-14页 |
| 第二章 锅炉燃烧系统和燃烧优化调整试验 | 第14-28页 |
| 2.1 锅炉燃烧系统 | 第14-17页 |
| 2.1.1 锅炉制粉系统和燃烧设备 | 第15-17页 |
| 2.1.2 锅炉风烟系统 | 第17页 |
| 2.2 燃烧优化调整试验方法 | 第17-18页 |
| 2.3 燃烧优化调整试验内容和结果分析 | 第18-27页 |
| 2.3.1 氧量调整试验 | 第18-20页 |
| 2.3.2 二次风配风方式调整试验 | 第20-22页 |
| 2.3.3 一次风速调整试验 | 第22页 |
| 2.3.4 燃尽风量调整试验 | 第22-24页 |
| 2.3.5 煤粉细度调整试验 | 第24-25页 |
| 2.3.6 磨煤机投运方式试验 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 支持向量机和最小二乘支持向量机技术研究 | 第28-43页 |
| 3.1 支持向量机基础理论 | 第28-32页 |
| 3.1.1 统计学习理论 | 第28-30页 |
| 3.1.2 对偶理论 | 第30-32页 |
| 3.1.3 KKT条件 | 第32页 |
| 3.2 支持向量机 | 第32-36页 |
| 3.3 支持向量回归机 | 第36-39页 |
| 3.4 最小二乘支持向量机 | 第39-40页 |
| 3.5 最小二乘支持向量机的剪枝算法 | 第40-42页 |
| 3.5.1 最小二乘支持向量机剪枝算法研究现状 | 第40-41页 |
| 3.5.2 主动学习剪枝算法 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于最小二乘支持向量机的锅炉燃烧建模 | 第43-58页 |
| 4.1 锅炉燃烧模型的输出及建模方法 | 第43-48页 |
| 4.1.1 锅炉热效率 | 第43-47页 |
| 4.1.2 NOx生成机理 | 第47-48页 |
| 4.1.3 锅炉燃烧模型建模方法 | 第48页 |
| 4.2 燃烧模型的数据输入及数据采集 | 第48-52页 |
| 4.3 基于最小二乘支持向量机的锅炉燃烧模型建立 | 第52-55页 |
| 4.4 锅炉燃烧模型的增量分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 锅炉燃烧多目标优化及锅炉燃烧模型剪枝优化 | 第58-72页 |
| 5.1 锅炉燃烧过程多目标优化 | 第58-68页 |
| 5.1.1 多目标优化问题 | 第58-59页 |
| 5.1.2 遗传算法基本原理 | 第59-60页 |
| 5.1.3 带精英策略的快速非支配排序遗传算法 | 第60-64页 |
| 5.1.4 基于NSGA-Ⅱ算法的锅炉燃烧优化 | 第64-68页 |
| 5.2 锅炉燃烧模型剪枝优化 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-82页 |
| 作者简介 | 第82页 |
