基于智能算法的燃煤供热锅炉建模和燃烧优化
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-16页 |
1.1 选题背景及研究意义 | 第11-12页 |
1.2 燃煤锅炉系统建模和优化控制的发展现状 | 第12-14页 |
1.3 本文主要研究内容 | 第14-16页 |
第2章 燃煤供热锅炉燃烧系统及优化问题 | 第16-24页 |
2.1 燃煤供热锅炉燃烧系统 | 第16-17页 |
2.2 烟气含氧量 | 第17-19页 |
2.2.1 烟气含氧量对污染物浓度排放影响 | 第18页 |
2.2.2 影响烟气含氧量的主要因素 | 第18-19页 |
2.3 燃煤供热锅炉的热效率计算 | 第19-22页 |
2.3.1 热效率的定义 | 第19页 |
2.3.2 输入热量的计算 | 第19-20页 |
2.3.3 损失热量的计算 | 第20-21页 |
2.3.4 锅炉热效率计算 | 第21-22页 |
2.4 热效率和烟气含氧量的优化要求 | 第22页 |
2.5 燃烧优化控制系统设计 | 第22-23页 |
2.6 本章总结 | 第23-24页 |
第3章 最小二乘支持向量机建模方法和智能优化算法 | 第24-39页 |
3.1 最小二乘支持向量机 | 第24-30页 |
3.1.0 支持向量机 | 第24页 |
3.1.1 VC维和结构风险最小化原则 | 第24-26页 |
3.1.2 支持向量机回归问题 | 第26-27页 |
3.1.3 最小二乘支持向量机 | 第27-28页 |
3.1.4 最小二乘支持向量机回归问题 | 第28-29页 |
3.1.5 常用核函数 | 第29-30页 |
3.2 建模参数优化方法 | 第30-34页 |
3.2.1 粒子群算法原理 | 第30-31页 |
3.2.2 改进粒子群算法理论 | 第31-33页 |
3.2.3 交叉验证 | 第33-34页 |
3.3 燃烧优化方法 | 第34-38页 |
3.3.1 果蝇算法原理 | 第35-36页 |
3.3.2 改进的果蝇算法原理 | 第36-38页 |
3.4 本章总结 | 第38-39页 |
第4章 燃煤供热锅炉燃烧优化模型 | 第39-58页 |
4.1 燃煤供热锅炉模型特点 | 第39-40页 |
4.2 实验具体设备 | 第40-41页 |
4.3 数据预处理方法 | 第41-43页 |
4.3.1 异常数据的识别和剔除 | 第41-42页 |
4.3.2 在线数据更新的处理方法 | 第42页 |
4.3.3 数据的标准化 | 第42-43页 |
4.3.4 模型评判方式标准 | 第43页 |
4.4 模型结构和实验数据 | 第43-48页 |
4.4.1 测点筛选和简易模型结构 | 第43-45页 |
4.4.2 建模流程 | 第45-47页 |
4.4.3 预处理后实验数据 | 第47-48页 |
4.5 燃煤供热锅炉优化目标模型的建立 | 第48-57页 |
4.5.1 参数对热效率模型预测效果的影响 | 第48-52页 |
4.5.2 燃煤供热锅炉热效率模型 | 第52-55页 |
4.5.3 燃煤供热锅炉烟气含氧量模型 | 第55-57页 |
4.6 本章总结 | 第57-58页 |
第5章 燃煤供热锅炉燃烧优化 | 第58-65页 |
5.1 优化目标分析 | 第58页 |
5.2 燃煤供热锅炉燃烧优化流程 | 第58-59页 |
5.3 调节变量选取 | 第59-60页 |
5.4 优化目标函数 | 第60-61页 |
5.5 优化结果分析 | 第61-64页 |
5.6 本章小结 | 第64-65页 |
第6章 总结与展望 | 第65-67页 |
6.1 总结 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-70页 |
致谢 | 第70页 |