| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-15页 |
| ·本课题的研究意义 | 第9-10页 |
| ·锅炉燃烧系统建模与控制的研究现状 | 第10-11页 |
| ·锅炉燃烧系统建模与控制目前需还有待解决的问题 | 第11-12页 |
| ·本课题研究的主要内容 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 2 燃油锅炉燃烧过程特性分析 | 第15-24页 |
| ·油与油雾燃烧及其条件 | 第15-17页 |
| ·燃烧的基本条件 | 第15页 |
| ·油的着火与燃烧 | 第15-16页 |
| ·油滴的燃烧 | 第16-17页 |
| ·油雾化燃烧的条件 | 第17页 |
| ·锅炉燃烧的动态特性分析 | 第17-19页 |
| ·燃料传送过程 | 第17-18页 |
| ·燃料燃烧过程 | 第18页 |
| ·蒸汽形成过程 | 第18-19页 |
| ·影响锅炉燃烧的主要因素 | 第19-21页 |
| ·燃油锅炉燃烧过程建模主要解决的问题 | 第21-23页 |
| ·燃油锅炉燃烧过程建模的要求 | 第21-22页 |
| ·主要解决的问题 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 锅炉燃烧过程的神经网络模型的研究 | 第24-41页 |
| ·燃烧系统神经网络的构建总体思路 | 第24-25页 |
| ·神经网络的选择 | 第25-26页 |
| ·基于RBF 网络的燃油锅炉燃烧系统模型的结构设计 | 第26-34页 |
| ·基本结构的构建 | 第26-27页 |
| ·层数确定 | 第27-28页 |
| ·节点数的确定 | 第28-31页 |
| ·学习算法的选取 | 第31-33页 |
| ·输入输出量的确定 | 第33-34页 |
| ·数据的预处理 | 第34-36页 |
| ·进行数据预处理的原因 | 第34-35页 |
| ·数据处理的方法 | 第35-36页 |
| ·隐含层节点的选取 | 第36-37页 |
| ·动态调整中心的方法 | 第36-37页 |
| ·改进的聚类算法 | 第37页 |
| ·RBF 神经网络中参数的调整 | 第37-40页 |
| ·网络参数调整的原则 | 第37-38页 |
| ·神经网络中主要参数的调整分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 仿真研究 | 第41-51页 |
| ·仿真研究的目的及思路 | 第41页 |
| ·工具软件的选取 | 第41-43页 |
| ·神经网络建模程序编写 | 第43-44页 |
| ·原始数据的获取 | 第44-45页 |
| ·结果分析 | 第45-46页 |
| ·模型的优化 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 5 实验研究 | 第51-61页 |
| ·RBF 神经网络建模实验 | 第51-53页 |
| ·选定建模对象 | 第51-52页 |
| ·生成数据样本 | 第52页 |
| ·神经网络建模实验 | 第52-53页 |
| ·软件开发及功能介绍 | 第53-60页 |
| ·主功能界面 | 第54页 |
| ·神经网络建模功能界面 | 第54-57页 |
| ·系统优化功能界面 | 第57页 |
| ·部分源程序代码 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-67页 |
| 致谢 | 第67-68页 |
| 中文详细摘要 | 第68-70页 |