电站锅炉NOx排放与效率混合建模及优化研究
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景 | 第8-10页 |
| ·课题的意义 | 第10页 |
| ·课题研究现状 | 第10-13页 |
| ·锅炉燃烧特性建模 | 第10-12页 |
| ·电站锅炉燃烧优化软件 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 2 电站锅炉NOx排放与效率的混合建模与仿真 | 第14-41页 |
| ·电站锅炉NOx生成和热效率影响因素 | 第14-20页 |
| ·煤燃烧过程中NOx的生成和破坏机理 | 第14-16页 |
| ·锅炉热效率的影响因素 | 第16-20页 |
| ·支持向量机理论 | 第20-34页 |
| ·机器学习理论有关概念 | 第20-22页 |
| ·统计学习理论的基本思想 | 第22-26页 |
| ·支持向量机 | 第26-31页 |
| ·最小二乘支持向量机 | 第31-33页 |
| ·最小二乘支持向量机在锅炉燃烧建模中的应用 | 第33-34页 |
| ·仿真 | 第34-40页 |
| ·数据样本 | 第34-35页 |
| ·基于LS-SVM的电站锅炉燃烧建模 | 第35-40页 |
| ·LS-SVM模型与神经网络模型的比较 | 第40页 |
| ·本章小结 | 第40-41页 |
| 3 电站锅炉高效低NOx燃烧优化 | 第41-48页 |
| ·多目标优化问题 | 第41页 |
| ·多目标粒子群优化算法 | 第41-43页 |
| ·锅炉燃烧优化问题的数学描述 | 第43-44页 |
| ·多目标粒子群算法寻优结果 | 第44-46页 |
| ·与加权法的比较 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 电站锅炉燃烧优化指导系统软件 | 第48-59页 |
| ·软件开发平台 | 第48页 |
| ·编程语言及软件简介 | 第48-49页 |
| ·软件实现的关键技术 | 第49-52页 |
| ·VB对MATALB调用方法 | 第49-51页 |
| ·机组实时运行数据的获得 | 第51-52页 |
| ·OPC客户程序开发 | 第52-56页 |
| ·数据通信中的OPC技术 | 第52页 |
| ·基于VB的OPC客户程序开发 | 第52-56页 |
| ·锅炉燃烧优化指导系统软件构成 | 第56-57页 |
| ·软件界面 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 主要工作与结论 | 第59-60页 |
| 课题未来的展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录A MATLAB多目标粒子群算法程序 | 第64-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
| 大连理工大学学位论文版权使用授权书 | 第77页 |
