| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 主要符号及縮写表 | 第9-12页 |
| 1 绪论 | 第12-33页 |
| 1.1 研究背景 | 第12页 |
| 1.2 混煤燃烧的研究现状 | 第12-16页 |
| 1.3 混配煤模型的研究现状 | 第16-23页 |
| 1.4 燃烧优化技术的研究与应用现状 | 第23-27页 |
| 1.5 火电机组配煤掺烧的方法和问题 | 第27-30页 |
| 1.6 本文的研究内容和技术思路 | 第30-33页 |
| 2 智能配煤模型及算法研究 | 第33-70页 |
| 2.1 概述 | 第33-34页 |
| 2.2 模糊多目标优化配煤数学模型 | 第34-35页 |
| 2.3 混煤煤质及特性的计算模型 | 第35-47页 |
| 2.4 基于物理规划的目标函数构建方法 | 第47-52页 |
| 2.5 配煤的寻优算法研究 | 第52-61页 |
| 2.6 磨煤机组合优化模型 | 第61-69页 |
| 2.7 本章小结 | 第69-70页 |
| 3 配煤掺烧下的煤种在线辨识方法研究 | 第70-80页 |
| 3.1 概述 | 第70页 |
| 3.2 原煤仓煤种分层界面动态监测模型 | 第70-75页 |
| 3.3 磨煤机内水分匹配的煤种辨识方法 | 第75-78页 |
| 3.4 基于煤仓动态监测和水分匹配的煤种在线辨识技术 | 第78页 |
| 3.5 本章小结 | 第78-80页 |
| 4 配煤掺烧运行优化专家系统的研究及应用 | 第80-124页 |
| 4.1 概述 | 第80-81页 |
| 4.2 配煤掺烧的效果评价模型 | 第81-94页 |
| 4.3 基于进化策略的案例推理运行优化 | 第94-108页 |
| 4.4 基于数据挖掘的规则推理运行优化 | 第108-120页 |
| 4.5 融合案例推理和规则推理的掺烧运行优化专家系统 | 第120-123页 |
| 4.6 本章小结 | 第123-124页 |
| 5 配煤掺烧下的燃料全流程管理 | 第124-140页 |
| 5.1 概述 | 第124页 |
| 5.2 以配煤掺烧为核心的煤场管理 | 第124-129页 |
| 5.3 电厂存煤动态规划模型 | 第129-133页 |
| 5.4 燃煤成本效益分析模型 | 第133-138页 |
| 5.5 基于动态规划和成本分析的购煤决策 | 第138-139页 |
| 5.6 本章小结 | 第139-140页 |
| 6 配煤掺烧全过程优化决策系统开发及应用 | 第140-159页 |
| 6.1 系统开发的思路 | 第140-141页 |
| 6.2 系统实现的关键技术 | 第141-142页 |
| 6.3 系统功能设计及开发 | 第142-149页 |
| 6.4 系统应用实例 | 第149-158页 |
| 6.5 本章小结 | 第158-159页 |
| 7 全文总结及展望 | 第159-162页 |
| 7.1 本文的主要研究成果 | 第159-160页 |
| 7.2 本文的不足及工作展望 | 第160-162页 |
| 致谢 | 第162-163页 |
| 参考文献 | 第163-173页 |
| 附录一 攻读博士学位期间发表论文及科研成果 | 第173-175页 |
| 附录二 正文的附表及附图 | 第175-182页 |
| 附录三 系统应用的效果证明 | 第182-183页 |