电站煤粉锅炉燃烧过程优化算法的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题的背景和意义 | 第11-12页 |
| ·国内外研究现状综述 | 第12-14页 |
| ·国内研究现状 | 第12-14页 |
| ·国外研究现状 | 第14页 |
| ·锅炉燃烧优化方法的特点 | 第14-16页 |
| ·本文的主要研究内容和结构安排 | 第16-17页 |
| 第2章 锅炉燃烧系统及燃烧优化相关问题 | 第17-26页 |
| ·电站锅炉的工艺系统 | 第17-19页 |
| ·煤粉燃烧锅炉的燃烧设备 | 第18-19页 |
| ·锅炉的基本工作流程 | 第19页 |
| ·电站锅炉燃烧时NOX 的生成机理 | 第19-21页 |
| ·燃料型NOX | 第20-21页 |
| ·热力型NOX | 第21页 |
| ·快速型NOX | 第21页 |
| ·锅炉热效率 | 第21-25页 |
| ·锅炉热效率的定义 | 第21页 |
| ·锅炉热效率的计算方法 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 支持向量机理论及优化算法 | 第26-43页 |
| ·支持向量机理论 | 第26-37页 |
| ·支持向量机的优点 | 第26页 |
| ·VC 维理论 | 第26-28页 |
| ·泛化误差的界 | 第28页 |
| ·结构风险最小化 | 第28-30页 |
| ·支持向量机分类 | 第30-31页 |
| ·支持向量机回归 | 第31-35页 |
| ·LibSVM 仿真平台 | 第35-37页 |
| ·遗传算法 | 第37-40页 |
| ·遗传算法的数学模型 | 第37-38页 |
| ·遗传算法的基本步骤 | 第38-39页 |
| ·遗传算法的特点 | 第39-40页 |
| ·人工鱼群算法 | 第40-42页 |
| ·算法的基本思想 | 第40页 |
| ·人工鱼群的行为描述 | 第40-41页 |
| ·人工鱼群算法的流程和特点 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 支持向量机建模 | 第43-59页 |
| ·遗传算法和人工鱼群算法的融合 | 第43-44页 |
| ·试验设备介绍及工况数据采集 | 第44-48页 |
| ·NOX 排放特性模型的建立 | 第48-54页 |
| ·NOX 模型参数C 和g 的影响 | 第49-51页 |
| ·NOX 模型建立 | 第51-54页 |
| ·锅炉效率建模 | 第54-58页 |
| ·效率模型参数C 和g 的影响 | 第54-56页 |
| ·锅炉效率模型建立 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 电站煤粉锅炉的燃烧优化 | 第59-73页 |
| ·引言 | 第59页 |
| ·燃烧优化目标分析 | 第59-60页 |
| ·燃烧优化算法流程 | 第60-61页 |
| ·单独优化NOX 排放量 | 第61-65页 |
| ·优化变量选取 | 第61-62页 |
| ·适应度函数选取 | 第62页 |
| ·优化结果分析 | 第62-65页 |
| ·单独优化锅炉效率 | 第65-68页 |
| ·综合优化 | 第68-72页 |
| ·多目标优化问题 | 第68页 |
| ·多目标优化问题的解决方法 | 第68-69页 |
| ·锅炉燃烧的多目标综合优化 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82页 |
