摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 国外研究现状 | 第10-11页 |
1.2.2 国内研究现状 | 第11页 |
1.2.3 当前研究的不足 | 第11-12页 |
1.3 研究内容 | 第12-13页 |
第2章 锅炉及其辅助系统能效指标体系的建立 | 第13-25页 |
2.1 锅炉及其辅助系统设备树的构建 | 第13-16页 |
2.2 锅炉及其辅助系统能效指标体系的建立 | 第16-17页 |
2.3 锅炉主要指标对供电煤耗率影响模型的建立 | 第17-24页 |
2.3.1 锅炉运行指标的耗差分析模型 | 第17-18页 |
2.3.2 排烟温度对供电煤耗影响模型建立及优化 | 第18-20页 |
2.3.3 灰渣含碳量对供电煤耗的影响模型建立及优化 | 第20-22页 |
2.3.4 过量空气系数对供电煤耗率的影响模型建立及优化 | 第22-24页 |
2.4 本章小节 | 第24-25页 |
第3章 锅炉及其辅助系统能效影响因素分析 | 第25-35页 |
3.1 故障树原理 | 第25-27页 |
3.2 基于FTA的能效影响因素分析 | 第27-33页 |
3.3 能效影响因素的确定 | 第33页 |
3.4 本章小结 | 第33-35页 |
第4章 最优能耗决策规则的获取 | 第35-50页 |
4.1 能耗决策规则概述 | 第35-36页 |
4.2 最优能耗基准状态的确定 | 第36-43页 |
4.2.1 基于单耗分析的能耗决策属性的选取 | 第36-39页 |
4.2.2 基于灰色关联度的关键能耗特征变量的选取 | 第39-42页 |
4.2.3 基于数据挖掘的运行参数基准状态的获取 | 第42-43页 |
4.3 实例分析 | 第43-49页 |
4.4 本章小结 | 第49-50页 |
第5章 基于主元分析的能效诊断 | 第50-68页 |
5.1 能效可维护类因素分析你 | 第50-52页 |
5.2 神经网络软测量应用及改进 | 第52-56页 |
5.3 基于主元分析的诊断模型建立 | 第56-60页 |
5.4 实例分析 | 第60-66页 |
5.4.1 神经网络预测模型的建立 | 第60-65页 |
5.4.2 主元分析诊断的实现 | 第65-66页 |
5.5 本章小结 | 第66-68页 |
第6章 总结及展望 | 第68-70页 |
6.1 总结 | 第68页 |
6.2 展望 | 第68-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间发表的论文及其它成果 | 第74-75页 |
致谢 | 第75页 |