神经网络在电站锅炉燃烧优化中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·课题国内外研究动态 | 第12-13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 电站锅炉燃烧系统概述 | 第15-20页 |
| ·大型单元机组的生产过程 | 第15-16页 |
| ·锅炉燃烧系统及其控制 | 第16-19页 |
| ·燃烧控制系统的基本任务 | 第16-17页 |
| ·燃烧控制系统 | 第17-18页 |
| ·燃烧参数优化的意义 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 非线性系统 RBF 神经网络建模理论基础 | 第20-28页 |
| ·RBF 神经网络 | 第20-22页 |
| ·径向基 RBF 神经网络的简介 | 第20页 |
| ·径向基 RBF 神经网络的结构 | 第20-22页 |
| ·RBF 神经网络的性能改进 | 第22-27页 |
| ·RBF 神经网络训练数据的预处理 | 第22-23页 |
| ·隐含层节点中心的选取 | 第23-24页 |
| ·网络隐含层节点的增加和删减策略 | 第24-25页 |
| ·RBF 神经网络中参数的调整 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 电站锅炉燃烧优化过程建模 | 第28-48页 |
| ·电站锅炉燃烧过程建模的要求 | 第28-29页 |
| ·锅炉燃烧优化的目的 | 第29页 |
| ·锅炉燃烧过程的优化 | 第29-32页 |
| ·最优化问题概述 | 第29-30页 |
| ·优化目标的确定 | 第30-31页 |
| ·锅炉燃烧优化参数的选择 | 第31页 |
| ·被控参数的作用 | 第31-32页 |
| ·约束条件的确定 | 第32页 |
| ·RBF 神经网络建模试验 | 第32-36页 |
| ·建模数据样本的获得 | 第33-34页 |
| ·RBF 神经网络优化模型的建立 | 第34页 |
| ·RBF 神经网络学习算法 | 第34-36页 |
| ·锅炉燃烧优化仿真结果 | 第36-46页 |
| ·神经网络建模应用程序编写 | 第36页 |
| ·锅炉燃烧优化仿真的结果 | 第36-46页 |
| ·软件优化部分运行的结果 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第五章 燃烧优化专家指导系统的软件开发 | 第48-62页 |
| ·软件开发及功能介绍 | 第48-51页 |
| ·ComXP 系统概述 | 第48-49页 |
| ·ComXP 技术方案 | 第49-50页 |
| ·ComXP 系统要具有的功能 | 第50-51页 |
| ·实现方式 | 第51页 |
| ·系统优化功能界面 | 第51-53页 |
| ·运行 ComXP | 第51-52页 |
| ·启动优化功能 | 第52-53页 |
| ·基本功能 | 第53-58页 |
| ·任务管理 | 第53页 |
| ·专家系统 | 第53页 |
| ·连接 DCS | 第53-54页 |
| ·添加数据组 | 第54-55页 |
| ·添加数据项 | 第55页 |
| ·检查操作 | 第55页 |
| ·知识库管理 | 第55-56页 |
| ·自动监视 | 第56-57页 |
| ·数据采集 | 第57页 |
| ·数据总图 | 第57-58页 |
| ·优化功能 | 第58-59页 |
| ·磨煤机优化 | 第58-59页 |
| ·送风机优化 | 第59页 |
| ·机组级优化 | 第59页 |
| ·高级管理 | 第59-61页 |
| ·系统性能管理 | 第60页 |
| ·欠优化 | 第60页 |
| ·过度优化 | 第60-61页 |
| ·优化模型管理 | 第61页 |
| ·过程参数管理 | 第61页 |
| ·优化参数管理 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| ·课题主要内容和特点 | 第62-63页 |
| ·待解决的问题 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的学术论文和参加科研情况 | 第69页 |
