注汽锅炉蒸汽干度实时监测方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·注汽锅炉 | 第11-15页 |
| ·注汽锅炉系统组成 | 第12-13页 |
| ·注汽锅炉系统流程 | 第13-15页 |
| ·研究内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 蒸汽干度测量方法研究 | 第17-28页 |
| ·蒸汽干度 | 第17-18页 |
| ·研究现状 | 第18-26页 |
| ·国外蒸汽干度测量方法 | 第19-21页 |
| ·国内蒸汽干度测量方法 | 第21-26页 |
| ·本文的测量方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 体积法测量蒸汽干度的理论分析 | 第28-38页 |
| ·体积变化式蒸汽干度测量原理 | 第28-31页 |
| ·水和水蒸气的热力性质 | 第29-30页 |
| ·注汽锅炉的热力过程 | 第30-31页 |
| ·影响蒸汽干度因素分析 | 第31-35页 |
| ·蒸汽温度对蒸汽干度的影响 | 第32-33页 |
| ·蒸汽压力对干度的影响 | 第33-34页 |
| ·给水流量对蒸汽干度的影响 | 第34-35页 |
| ·注汽锅炉蒸汽体积流量的测量 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于神经网络的体积法测量蒸汽干度 | 第38-52页 |
| ·建模方案分析 | 第38-43页 |
| ·人工神经网络 | 第39-40页 |
| ·神经网络基本单元 | 第40-42页 |
| ·人工神经网络的应用 | 第42-43页 |
| ·RBF 神经网络 | 第43-50页 |
| ·RBF 神经网络网结构 | 第44-46页 |
| ·RBF 网络的工作原理 | 第46-47页 |
| ·OLS 学习算法 | 第47-50页 |
| ·神经网络训练步骤 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于 RBF 神经网络的干度测量方法实现 | 第52-59页 |
| ·建立 RBF 神经网络干度测量模型 | 第52-54页 |
| ·网络模型训练 | 第54-57页 |
| ·测试网络 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 6 蒸汽干度监测系统 | 第59-65页 |
| ·干度监测主界面 | 第60-61页 |
| ·数据查询与报警设置 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 7 结论及建议 | 第65-67页 |
| 符号说明 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位论文期间发表的学术论文 | 第75页 |
