| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的背景和意义 | 第9-11页 |
| 1.1.1 受热面积灰结渣机理及形成过程 | 第9-10页 |
| 1.1.2 受热面积灰结渣危害 | 第10-11页 |
| 1.2 锅炉受热面污染监测研究现状 | 第11-15页 |
| 1.2.1 现有监测方法及其优缺点总结 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 第2章 声学测温及支持向量机理论研究 | 第16-26页 |
| 2.1 声学测温原理及方法研究 | 第16-21页 |
| 2.1.1 声学测温基本原理 | 第16-19页 |
| 2.1.1.1 声学测温单路径基本原理 | 第16-18页 |
| 2.1.1.2 声学测温多路径基本原理 | 第18-19页 |
| 2.1.2 声学测温系统基本组成 | 第19-20页 |
| 2.1.3 声学测温技术的优势 | 第20-21页 |
| 2.2 支持向量机原理及方法研究 | 第21-26页 |
| 2.2.1 统计学习理论和支持向量机 | 第21-22页 |
| 2.2.2 支持向量回归模型 | 第22-24页 |
| 2.2.2.1 线性回归 | 第22-23页 |
| 2.2.2.2 非线性回归 | 第23-24页 |
| 2.2.3 最小二乘支持向量机 | 第24-26页 |
| 第3章 锅炉对流受热面污染监测模型的研究 | 第26-45页 |
| 3.1 基于传热系数K的热平衡污染监测方法 | 第26-31页 |
| 3.1.1 理想传热系数K的确定 | 第26-28页 |
| 3.1.2 实际传热系数K的确定 | 第28-31页 |
| 3.1.2.1 Q_d的计算 | 第28-30页 |
| 3.1.2.2 Δt计算 | 第30-31页 |
| 3.2 基于声学和最小二乘支持向量机的污染监测方法 | 第31-44页 |
| 3.2.1 受热面污染特征参数的选择 | 第32-33页 |
| 3.2.2 最小二乘支持向量预测模型的构建 | 第33-39页 |
| 3.2.2.1 锅炉系统简介 | 第33-34页 |
| 3.2.2.2 输入参数的选择 | 第34页 |
| 3.2.2.3 数据采集及筛选 | 第34-35页 |
| 3.2.2.4 数据的预处理 | 第35页 |
| 3.2.2.5 核函数的选取 | 第35-37页 |
| 3.2.2.6 仿真结果分析 | 第37-39页 |
| 3.2.3 最小二乘支持向量机与神经网络方法的比较 | 第39-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 电站锅炉受热面灰污监测系统 | 第45-53页 |
| 4.1 受热面监测系统的硬件说明 | 第45-46页 |
| 4.2 受热面监测系统软件说明 | 第46-47页 |
| 4.3 受热面监测系统用数据库说明 | 第47-49页 |
| 4.4 受热面监测系统图形界面设置及程序运行说明 | 第49-50页 |
| 4.5 受热面监测系统软件主要界面说明 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-59页 |
| 致谢 | 第59页 |