| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·锅炉受热面结渣与积灰的发生机理 | 第7-8页 |
| ·受热面积灰与结渣对锅炉的影响 | 第8-12页 |
| ·轻度结渣、积灰对锅炉运行经济性的影响 | 第8-11页 |
| ·缩短设备使用寿命 | 第11页 |
| ·对锅炉安全运行的影响 | 第11-12页 |
| ·吹灰优化系统的内涵和外延 | 第12-14页 |
| ·吹灰优化的发展 | 第12-13页 |
| ·吹灰优化的新诠释 | 第13-14页 |
| ·课题的研究内容 | 第14-15页 |
| 第二章 神经网络在电站锅炉受热面积灰结渣监测中的应用 | 第15-23页 |
| ·神经网络的基本概念和特征 | 第15-16页 |
| ·BP 网络及其学习算法 | 第16-19页 |
| ·BP 网络结构 | 第16-17页 |
| ·BP 学习算法的数学描述 | 第17-19页 |
| ·BP 学习算法的具体步骤 | 第19页 |
| ·BP 算法的改进 | 第19-23页 |
| 第三章 基于神经网络的对流受热面积灰监测 | 第23-33页 |
| ·对象锅炉简介 | 第23-24页 |
| ·对流受热面灰污特征参数的选取 | 第24-26页 |
| ·高过、高再、低过、低再以及省煤器灰污特征参数的选取 | 第24-25页 |
| ·空气预热器灰污特征参数的选取 | 第25-26页 |
| ·监测方法的实现 | 第26-33页 |
| ·输入参数的确定 | 第26页 |
| ·网络模型的建立 | 第26-27页 |
| ·样本的获取 | 第27-28页 |
| ·计算流程 | 第28-29页 |
| ·现场试验及监测结果分析 | 第29-33页 |
| 第四章 辐射、半辐射受热面以及水冷壁局部积灰、结渣监测 | 第33-43页 |
| ·基于神经网络的辐射受热面整体灰污监测 | 第33-35页 |
| ·屏式过热器特征参数的提取 | 第33-34页 |
| ·锅炉水冷壁特征参数的提取 | 第34页 |
| ·网络模型的建立 | 第34页 |
| ·辐射受热面灰污监测样本的建立及其训练 | 第34-35页 |
| ·监测结果分析 | 第35页 |
| ·锅炉水冷壁局部结渣的监测 | 第35-43页 |
| ·锅炉水冷壁可能结渣部位分析 | 第35-39页 |
| ·锅炉水冷壁局部结渣监测的研究 | 第39-43页 |
| 第五章 优化吹灰的理论研究 | 第43-50页 |
| ·引言 | 第43页 |
| ·吹灰器运行成本和收益的理论分析 | 第43-45页 |
| ·吹灰成本和收益综述 | 第43页 |
| ·吹灰器运行成本及收益的数学分析 | 第43-45页 |
| ·优化吹灰模型研究 | 第45-47页 |
| ·最佳吹扫时间的确定 | 第45-46页 |
| ·最佳吹灰周期的确定 | 第46-47页 |
| ·优化吹灰方案 | 第47-50页 |
| ·吹灰器合理分组 | 第47-49页 |
| ·本文采用吹灰模式研究 | 第49-50页 |
| 第六章 系统硬件集成与软件集成 | 第50-57页 |
| ·硬件集成 | 第50-51页 |
| ·系统软件集成 | 第51-57页 |
| ·热工参数的预处理 | 第51-53页 |
| ·系统软件实现 | 第53-57页 |
| 第七章 结论与展望 | 第57-59页 |
| ·本文的主要研究成果 | 第57页 |
| ·进一步研究工作的展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63页 |
