火电机组飞灰含碳量软测量模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及其意义 | 第9-10页 |
| 1.2 国内外研究动态 | 第10-13页 |
| 1.3 课题主要研究内容 | 第13-14页 |
| 1.4 研究方案及难点 | 第14-15页 |
| 第2章 软测量的系统原理 | 第15-22页 |
| 2.1 软测量系统的定义 | 第15页 |
| 2.2 数据预处理 | 第15-16页 |
| 2.2.1 数据滤波 | 第15-16页 |
| 2.2.2 数据变换 | 第16页 |
| 2.3 软测量模型的实现 | 第16-19页 |
| 2.3.1 辅助变量的选择 | 第17页 |
| 2.3.2 变量之间的时序匹配 | 第17页 |
| 2.3.3 建模方法的选择 | 第17-19页 |
| 2.3.4 软测量模型的校正与维护 | 第19页 |
| 2.4 软测量建模基本方法综述 | 第19-21页 |
| 2.4.1 基于机理分析的建模 | 第19-20页 |
| 2.4.2 基于人工神经网络的建模 | 第20页 |
| 2.4.3 基于统计学习理论的建模 | 第20页 |
| 2.4.4 混合建模 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 影响飞灰含碳量的因素 | 第22-28页 |
| 3.1 火电机组飞灰的形成和特点 | 第22页 |
| 3.2 锅炉飞灰含碳量的影响因素分析 | 第22-27页 |
| 3.2.1 煤质特性的影响 | 第22-25页 |
| 3.2.2 锅炉负荷 | 第25页 |
| 3.2.3 炉膛内的空燃比 | 第25-26页 |
| 3.2.4 一次风中煤粉浓度 | 第26页 |
| 3.2.5 配风方式的影响 | 第26-27页 |
| 3.2.6 热风温度的影响 | 第27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 煤质参数的求取 | 第28-46页 |
| 4.1 煤水分的测量 | 第28-35页 |
| 4.1.1 输入总热量 | 第29-32页 |
| 4.1.2 输出总热量 | 第32-34页 |
| 4.1.3 求解煤水分 | 第34-35页 |
| 4.2 低位发热量的求取 | 第35-37页 |
| 4.3 灰分的求取 | 第37-39页 |
| 4.4 挥发分的求取 | 第39-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 软测量模型的建立与实现 | 第46-56页 |
| 5.1 研究对象 | 第46-47页 |
| 5.2 基于BP神经网络的飞灰含碳量软测量模型 | 第47-51页 |
| 5.2.1 数据的采集与预处理 | 第47-48页 |
| 5.2.2 BP网络结构的建立和初始化 | 第48-49页 |
| 5.2.3 网络训练停止的判断准则 | 第49页 |
| 5.2.4 基于模型的飞灰含碳量预测 | 第49-51页 |
| 5.3 基于主元分析的模型优化 | 第51-55页 |
| 5.3.1 主成分分析的概念及基本思想 | 第51-52页 |
| 5.3.2 主成分分析的数学模型 | 第52-53页 |
| 5.3.3 主成分分析的计算步骤 | 第53页 |
| 5.3.4 基于主元分析优化模型的验证 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 结论 | 第56-57页 |
| 6.2 后续工作的开展和继续研究的方向 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
| 致谢 | 第62页 |
