| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 锅炉燃烧优化技术国内外研究现状 | 第9-11页 |
| 1.2.1 基于在线检测技术的锅炉燃烧优化研究现状 | 第9-11页 |
| 1.2.2 基于锅炉设备改造技术的锅炉燃烧优化研究现状 | 第11页 |
| 1.2.3 基于机器学习和智能算法技术的锅炉燃烧优化研究现状 | 第11页 |
| 1.3 目前存在的主要问题 | 第11-12页 |
| 1.4 论文主要研究内容 | 第12-14页 |
| 第二章 锅炉燃烧效率模型与NOx生成机理研究 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 锅炉燃烧经济性分析 | 第14-18页 |
| 2.2.1 锅炉效率计算模型 | 第14-16页 |
| 2.2.2 锅炉燃烧热效率的影响因素 | 第16-18页 |
| 2.3 锅炉燃烧环保性分析 | 第18-23页 |
| 2.3.1 锅炉燃烧中的NOx生成机理 | 第18-21页 |
| 2.3.2 锅炉燃烧中影响NOx生成的因素 | 第21-22页 |
| 2.3.3 锅炉低NOx燃烧技术 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 锅炉燃烧调整试验及结果分析 | 第24-40页 |
| 3.1 引言 | 第24页 |
| 3.2 锅炉燃烧调整试验 | 第24-27页 |
| 3.2.1 试验目的 | 第24页 |
| 3.2.2 设备规范 | 第24-26页 |
| 3.2.3 试验规范 | 第26-27页 |
| 3.3 锅炉燃烧调整试验结果分析 | 第27-39页 |
| 3.3.1 高负荷下锅炉燃烧调整试验 | 第27-31页 |
| 3.3.2 中负荷下锅炉燃烧调整试验 | 第31-35页 |
| 3.3.3 低负荷下锅炉燃烧调整试验 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于支持向量机算法的锅炉燃烧特性建模与优化 | 第40-63页 |
| 4.1 引言 | 第40页 |
| 4.2 支持向量机算法原理 | 第40-43页 |
| 4.2.1 回归型支持向量机的问题描述 | 第40-41页 |
| 4.2.2 回归型支持向量机的基本原理 | 第41-43页 |
| 4.3 基于粒子群算法的SVR算法参数优选研究 | 第43-47页 |
| 4.3.1 SVR算法参数的影响 | 第43页 |
| 4.3.2 粒子群算法基本原理 | 第43-45页 |
| 4.3.3 粒子群算法改进SVR参数的仿真研究 | 第45-47页 |
| 4.4 基于SVR算法的锅炉燃烧特性建模 | 第47-54页 |
| 4.4.1 基于SVR算法的燃煤热值和灰分建模 | 第48-50页 |
| 4.4.2 基于SVR算法的锅炉效率和炉膛出口NOx建模 | 第50-54页 |
| 4.5 锅炉燃烧特性模型优化 | 第54-62页 |
| 4.5.1 基于加权因子的锅炉燃烧优化 | 第54-56页 |
| 4.5.2 基于多目标优化算法的锅炉燃烧优化 | 第56-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 锅炉燃烧优化系统开发与应用 | 第63-69页 |
| 5.1 引言 | 第63页 |
| 5.2 锅炉燃烧优化系统的设计与开发 | 第63-65页 |
| 5.2.1 软件开发工具 | 第63页 |
| 5.2.2 软件开发基本原理 | 第63-64页 |
| 5.2.3 软件开发架构及与SIS系统集成 | 第64-65页 |
| 5.3 锅炉燃烧优化系统的功能 | 第65-68页 |
| 5.3.1 锅炉燃烧优化实时监视模块 | 第65-67页 |
| 5.3.2 锅炉燃烧优化指导模块 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 作者简介 | 第76页 |
