| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-12页 |
| Contents | 第12-15页 |
| 第1章 绪论 | 第15-36页 |
| 1.1 课题研究背景 | 第15-23页 |
| 1.1.1 火力发电机组节能减排的必要性 | 第15-17页 |
| 1.1.2 火力发电机组节能减排的可行性 | 第17-18页 |
| 1.1.3 电站锅炉的运行现状 | 第18-23页 |
| 1.2 基于燃烧系统数学模型的优化运行技术路线 | 第23-25页 |
| 1.3 锅炉燃烧系统智能建模研究现状 | 第25-29页 |
| 1.3.1 神经网络建模方法 | 第25-27页 |
| 1.3.2 支持向量机建模方法 | 第27-29页 |
| 1.4 锅炉燃烧系统智能优化研究现状 | 第29-32页 |
| 1.4.1 进化计算 | 第29-30页 |
| 1.4.2 群体智能优化 | 第30-32页 |
| 1.5 本文主要研究内容、研究意义和结构安排 | 第32-36页 |
| 第2章 两种群体智能优化算法的研究与改进 | 第36-52页 |
| 2.1 引言 | 第36页 |
| 2.2 蚁群优化方法研究 | 第36-46页 |
| 2.2.1 蚁群优化算法标准框架 | 第36-39页 |
| 2.2.2 一种连续域函数优化的蚁群算法的提出 | 第39-46页 |
| 2.3 粒子群优化方法研究 | 第46-51页 |
| 2.3.1 粒子群优化算法标准框架 | 第46-48页 |
| 2.3.2 一种改进的粒子群优化算法 | 第48-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第3章 基于支持向量机的电站锅炉配煤系统的建模与优化 | 第52-66页 |
| 3.1 引言 | 第52-53页 |
| 3.2 支持向量机 | 第53-55页 |
| 3.2.1 支持向量机回归算法 | 第53-55页 |
| 3.2.2 核函数 | 第55页 |
| 3.3 电站锅炉动力配煤技术 | 第55-57页 |
| 3.4 配煤技术中煤灰熔点的优化 | 第57-64页 |
| 3.4.1 基于支持向量机的煤灰熔点建模 | 第58-63页 |
| 3.4.2 基于蚁群优化算法的煤灰熔点优化 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第4章 330MW四角切圆锅炉燃烧系统优化运行研究 | 第66-85页 |
| 4.1 引言 | 第66页 |
| 4.2 锅炉效率及其影响因素 | 第66-68页 |
| 4.2.1 锅炉效率计算模型 | 第66-67页 |
| 4.2.2 影响锅炉经济性运行的主要因素 | 第67-68页 |
| 4.3 锅炉NO_x排放相关问题描述 | 第68-71页 |
| 4.3.1 NO_x的生成 | 第68-69页 |
| 4.3.2 影响NO_x排放的主要因素 | 第69-70页 |
| 4.3.3 燃煤锅炉降低NO_x排放的方法 | 第70-71页 |
| 4.4 一种用于燃烧系统建模的最小二乘支持向量机回归算法 | 第71-74页 |
| 4.5 330MW四角切圆燃煤锅炉的燃烧优化 | 第74-84页 |
| 4.5.1 研究对象 | 第75-78页 |
| 4.5.2 锅炉效率和NO_x排放量的共享LSSVM模型 | 第78-82页 |
| 4.5.3 基于粒子群优化算法的燃烧系统优化 | 第82-84页 |
| 4.6 本章小结 | 第84-85页 |
| 第5章 1000MW超超临界锅炉燃烧系统优化运行研究 | 第85-100页 |
| 5.1 引言 | 第85页 |
| 5.2 我国超临界、超超临界机组发展现状 | 第85-86页 |
| 5.3 我国1000MW超超临界锅炉燃烧系统研究现状 | 第86-87页 |
| 5.4 本文研究的1000MW锅炉介绍 | 第87-91页 |
| 5.4.1 锅炉整体布置与特点 | 第87-89页 |
| 5.4.2 锅炉的主要技术规范 | 第89页 |
| 5.4.3 锅炉燃烧器布置及特点 | 第89-91页 |
| 5.5 热态调整实验与工况数据 | 第91-94页 |
| 5.6 1000MW超超临界锅炉燃烧系统建模 | 第94-97页 |
| 5.6.1 模型结构 | 第94页 |
| 5.6.2 模型参数优化 | 第94-95页 |
| 5.6.3 模型预测精度 | 第95-97页 |
| 5.7 1000MW超超临界锅炉燃烧系统优化 | 第97-99页 |
| 5.7.1 优化目标及待优化参数 | 第97页 |
| 5.7.2 优化结果与分析 | 第97-99页 |
| 5.8 本章小结 | 第99-100页 |
| 第6章 全文总结与展望 | 第100-103页 |
| 6.1 主要研究内容与结论 | 第100-101页 |
| 6.2 主要创新点 | 第101-102页 |
| 6.3 未来研究展望 | 第102-103页 |
| 参考文献 | 第103-114页 |
| 攻读博士学位期间发表的论文及其它成果 | 第114-116页 |
| 攻读博士学位期间参加的科研工作 | 第116-117页 |
| 致谢 | 第117-119页 |
| 作者简介 | 第119页 |
