| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 课题来源 | 第11页 |
| 1.3 锅炉控制领域的现状 | 第11-15页 |
| 1.4 本文的主要研究内容 | 第15页 |
| 1.5 文章结构 | 第15-17页 |
| 第2章 火电厂煤粉炉母管压力控制策略的研究 | 第17-27页 |
| 2.1 火电厂煤粉炉燃烧原理 | 第17-18页 |
| 2.2 协调控制概述 | 第18-19页 |
| 2.3 影响锅炉系统母管蒸汽压力的因素 | 第19-20页 |
| 2.4 母管压力稳定控制的意义 | 第20页 |
| 2.5 主要的负荷优化分配方案概述 | 第20-22页 |
| 2.6 目前负荷优化分配的不足之处 | 第22-23页 |
| 2.7 本文控制方案概述 | 第23-24页 |
| 2.8 锅炉评价方案 | 第24-26页 |
| 2.9 本章小结 | 第26-27页 |
| 第3章 锅炉改造项目中的锅炉协调控制 | 第27-36页 |
| 3.1 项目概况 | 第27-28页 |
| 3.2 项目硬件 | 第28-30页 |
| 3.3 协调控制方案与实现 | 第30-34页 |
| 3.3.1 协调控制策略 | 第30-33页 |
| 3.3.2 协调控制的实现 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 开度-负荷曲线拟合与Hopfield神经网络 | 第36-52页 |
| 4.1 最小二乘法简介 | 第36页 |
| 4.2 给煤机总开度与负荷曲线的拟合 | 第36-41页 |
| 4.3 神经网络简介 | 第41-43页 |
| 4.3.1 人工神经网络的概况 | 第41页 |
| 4.3.2 神经网络的特点 | 第41-42页 |
| 4.3.3 神经网络的分类 | 第42-43页 |
| 4.4 Hopfield神经网络概述 | 第43-50页 |
| 4.4.1 离散型Hopfield神经网络 | 第44-47页 |
| 4.4.2 连续型Hopfield神经网络 | 第47-50页 |
| 4.5 自适应Hopfield神经网络在本文中的应用 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 锅炉负荷的优化分配 | 第52-60页 |
| 5.1 引言 | 第52页 |
| 5.2 调压锅炉组的在线辨识 | 第52-53页 |
| 5.3 调压锅炉组的总负荷计算 | 第53-54页 |
| 5.4 协调控制的实现过程 | 第54-55页 |
| 5.5 调压锅炉组的负荷优化分配算例仿真 | 第55-58页 |
| 5.5.1 无压力波动时的数据仿真 | 第57-58页 |
| 5.5.2 有压力波动时的数据仿真 | 第58页 |
| 5.6 本章小结 | 第58-60页 |
| 结论与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |