复杂系统多能源介质的优化调度
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景 | 第12-14页 |
1.1.1 我国能源消费状况 | 第12页 |
1.1.2 钢铁企业能源消费与能源利用率 | 第12-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 煤气系统建模 | 第14页 |
1.2.2 煤气混合分配 | 第14-15页 |
1.2.3 煤气优化调度 | 第15-16页 |
1.3 存在的主要问题 | 第16页 |
1.4 论文研究内容 | 第16-20页 |
1.4.1 论文主要研究内容 | 第17-18页 |
1.4.2 论文结构框架 | 第18-20页 |
第二章 钢铁企业副产煤气系统分析 | 第20-39页 |
2.1 引言 | 第20页 |
2.2 钢铁企业生产工艺介绍 | 第20-21页 |
2.3 副产煤气生产设备特性建模 | 第21-26页 |
2.3.1 高炉煤气 | 第22-24页 |
2.3.2 焦炉煤气 | 第24-25页 |
2.3.3 转炉煤气 | 第25-26页 |
2.4 副产煤气消耗设备特性模型 | 第26-33页 |
2.4.1 高炉热风炉 | 第26-28页 |
2.4.2 烧结 | 第28-29页 |
2.4.3 轧机 | 第29-32页 |
2.4.4 焦化厂 | 第32-33页 |
2.4.5 炼钢厂、炼铁口、动力厂 | 第33页 |
2.5 副产煤气缓冲设备的特点 | 第33-34页 |
2.5.1 煤气柜的特性 | 第33-34页 |
2.5.2 自备电厂 | 第34页 |
2.6 煤气混合站的特点 | 第34页 |
2.7 实例计算 | 第34-37页 |
2.7.1 煤气生产设备产气量 | 第34-35页 |
2.7.2 煤气消耗设备日际所需热量 | 第35-37页 |
2.8 小结 | 第37-39页 |
第三章 钢铁企业多煤气介质最优混合配比 | 第39-50页 |
3.1 引言 | 第39页 |
3.2 研究对象的描述 | 第39-40页 |
3.3 混合煤气逆向分解模型 | 第40-43页 |
3.3.1 第一类设备 | 第40-41页 |
3.3.2 第二类设备 | 第41页 |
3.3.3 第三类设备 | 第41-43页 |
3.4 多煤气介质最优混合配比模型 | 第43-44页 |
3.4.1 模型假设 | 第43页 |
3.4.2 优化目标与约束 | 第43-44页 |
3.5 遗传算法 | 第44-47页 |
3.5.1 遗传算法的基本概念 | 第44-45页 |
3.5.2 遗传算法的流程 | 第45-46页 |
3.5.3 基于带约束的单目标遗传算法 | 第46-47页 |
3.6 实例优化与结果分析 | 第47-49页 |
3.6.1 决策变量的确定 | 第47-48页 |
3.6.2 基因的设计 | 第48页 |
3.6.3 优化结果 | 第48-49页 |
3.7 小结 | 第49-50页 |
第四章 钢铁企业煤气消耗设备时序优化研究 | 第50-68页 |
4.1 引言 | 第50-51页 |
4.2 研究对象的描述 | 第51页 |
4.3 煤气消耗设备的再分类 | 第51-53页 |
4.3.1 不参与时序优化的煤气消耗设备 | 第51-52页 |
4.3.2 参与时序优化的煤气消耗设备 | 第52-53页 |
4.4 自备电厂的消耗特性模型 | 第53-54页 |
4.5 煤气消耗设备时序优化模型 | 第54-57页 |
4.5.1 变量的选取 | 第54-56页 |
4.5.2 优化目标 | 第56页 |
4.5.3 约束条件 | 第56-57页 |
4.6 多目标遗传算法 | 第57-61页 |
4.6.1 多目标优化问题的基本概念 | 第57-58页 |
4.6.2 基于遗传算法的多目标优化 | 第58-60页 |
4.6.3 基于遗传算法的有约束多目标优化 | 第60-61页 |
4.7 实例优化与结果分析 | 第61-66页 |
4.7.1 基因的设计 | 第61页 |
4.7.2 基因的约束范围 | 第61-62页 |
4.7.3 约束条件的处理方法 | 第62页 |
4.7.4 优化结果 | 第62-66页 |
4.8 小结 | 第66-68页 |
第五章 总结与展望 | 第68-70页 |
5.1 总结 | 第68-69页 |
5.2 展望 | 第69-70页 |
致谢 | 第70-72页 |
参考文献 | 第72-76页 |
作者在硕士研究生阶段发表的论文等主要科研成果 | 第76页 |