大型循环流化床锅炉燃烧状态监测研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第8-11页 |
Contents | 第11-14页 |
第1章 绪论 | 第14-23页 |
1.1 课题背景及研究的目的和意义 | 第14-16页 |
1.2 电站机组状态监测现状 | 第16-17页 |
1.3 CFB电站锅炉燃烧状态监测研究现状 | 第17-20页 |
1.4 CFB电站锅炉燃烧状态监测的难点 | 第20页 |
1.5 论文主要内容和结构安排 | 第20-23页 |
第2章 CFB锅炉燃烧状态监测辅助变量选取 | 第23-34页 |
2.1 CFB锅炉碳颗粒燃烧机理分析 | 第23-27页 |
2.2 模型辅助变量的选取 | 第27-33页 |
2.2.1 灰色关联度算法 | 第27-28页 |
2.2.2 辅助变量的选取 | 第28-31页 |
2.2.3 模型验证 | 第31-33页 |
2.3 本章小结 | 第33-34页 |
第3章 CFB锅炉燃烧状态监测模型研究 | 第34-56页 |
3.1 CFB锅炉的燃烧特性 | 第34-36页 |
3.2 基于EKF信息融合技术的状态监测算法 | 第36-44页 |
3.2.1 即燃碳模型 | 第36-38页 |
3.2.2 热量模型 | 第38页 |
3.2.3 床温模型 | 第38页 |
3.2.4 氧量模型 | 第38-39页 |
3.2.5 风煤优化配比模型 | 第39-40页 |
3.2.6 EKF信息融合算法实现过程 | 第40-44页 |
3.3 模型参数求取 | 第44-50页 |
3.3.1 稳态工况数据的选取 | 第44-45页 |
3.3.2 煤发热量参数的校正 | 第45-46页 |
3.3.3 即燃碳模型参数求取 | 第46-48页 |
3.3.4 热量模型参数的求取 | 第48页 |
3.3.5 床温模型参数的求取 | 第48-49页 |
3.3.6 氧量模型参数的求取 | 第49-50页 |
3.4 模型验证 | 第50-54页 |
3.5 本章小结 | 第54-56页 |
第4章 CFB锅炉脱硫状态监测模型研究 | 第56-64页 |
4.1 CFB锅炉脱硫技术 | 第56-57页 |
4.2 影响脱硫效率的因素 | 第57-58页 |
4.3 活性石灰石模型 | 第58页 |
4.4 SO_2预测模型 | 第58-60页 |
4.5 钙硫优化配比模型 | 第60页 |
4.6 模型参数求取 | 第60-61页 |
4.7 模型验证 | 第61-63页 |
4.8 本章小结 | 第63-64页 |
第5章 CFB锅炉状态监测的仿真与实验研究 | 第64-107页 |
5.1 仿真模型 | 第64-67页 |
5.2 300MW CFB机组模型及仿真验证 | 第67-80页 |
5.2.1 锅炉相关参数 | 第67-72页 |
5.2.2 给煤量变化仿真验证 | 第72-76页 |
5.2.3 送风量变化仿真验证 | 第76-79页 |
5.2.4 风煤优化配比仿真验证 | 第79-80页 |
5.3 200MW CFB机组模型及仿真验证 | 第80-86页 |
5.3.1 锅炉相关参数 | 第80-81页 |
5.3.2 给煤量变化仿真验证 | 第81-83页 |
5.3.3 石灰石变化仿真验证 | 第83-85页 |
5.3.4 钙硫优化配比仿真验证 | 第85-86页 |
5.4 600MW超临界CFB锅炉实际应用 | 第86-105页 |
5.4.1 锅炉相关参数 | 第86-89页 |
5.4.2 热量模型应用 | 第89-94页 |
5.4.3 SO_2预测模型应用 | 第94-96页 |
5.4.4 风煤配比优化 | 第96-98页 |
5.4.5 钙硫配比优化 | 第98-100页 |
5.4.6 给水控制优化 | 第100-102页 |
5.4.7 给煤控制优化 | 第102-104页 |
5.4.8 协调控制模型 | 第104-105页 |
5.5 本章小结 | 第105-107页 |
第6章 结论与展望 | 第107-109页 |
参考文献 | 第109-118页 |
攻读博士学位期间发表的论文及其它成果 | 第118-120页 |
攻读博士期间参加的科研工作 | 第120-121页 |
致谢 | 第121-122页 |
作者简介 | 第122页 |