燃煤电厂制粉系统的节能与优化研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 课题研究的背景和意义 | 第9页 |
1.2 制粉系统介绍 | 第9-11页 |
1.3 研究现状 | 第11-14页 |
1.3.1 钢球磨制粉系统能耗影响因素研究现状 | 第11-13页 |
1.3.2 钢球磨制粉系统建模及优化计算研究现状 | 第13-14页 |
1.4 本文研究 | 第14-15页 |
第2章 制粉系统的设计计算及煤质分析 | 第15-22页 |
2.1 煤质的分析 | 第15-16页 |
2.1.1 煤的工业分析 | 第15页 |
2.1.2 煤的可磨指数 | 第15-16页 |
2.2 设计计算 | 第16-21页 |
2.3 本章小结 | 第21-22页 |
第3章 制粉系统各设备对能耗的影响 | 第22-41页 |
3.1 风机的改造 | 第22-27页 |
3.1.1 一次风机轴功理论计算 | 第22页 |
3.1.2 一次风机特性拟合 | 第22-26页 |
3.1.3 变频风机模型 | 第26-27页 |
3.1.4 对比动叶可调式风机与变频风机 | 第27页 |
3.2 影响磨煤机单耗的因素 | 第27-40页 |
3.2.1 钢球磨煤机的级配 | 第27-33页 |
3.2.2 磨煤机的转速 | 第33-37页 |
3.2.3 磨煤机出口风温 | 第37-40页 |
3.3 本章小结 | 第40-41页 |
第4章 灰关联度分析 | 第41-49页 |
4.1 制粉出力的影响因素 | 第41-42页 |
4.2 灰关联分析法 | 第42-44页 |
4.3 制粉出力影响因素的灰关联分析 | 第44-48页 |
4.4 小结 | 第48-49页 |
第5章 基于神经网络的遗传算法 | 第49-58页 |
5.1 神经网络 | 第49-50页 |
5.1.1 基本概念 | 第49页 |
5.1.2 神经网络BP算法 | 第49-50页 |
5.2 遗传算法 | 第50页 |
5.3 基于神经网络的遗传算法 | 第50-57页 |
5.3.1 经验公式计算 | 第50-52页 |
5.3.2 制粉功率的神经网络建模 | 第52-54页 |
5.3.3 遗传算法寻找最优解 | 第54-55页 |
5.3.4 实际算例 | 第55-57页 |
5.4 本章小结 | 第57-58页 |
第6章 总结 | 第58-59页 |
参考文献 | 第59-62页 |
致谢 | 第62页 |