基于火焰数字图像处理的燃烧污染物预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 燃烧污染物监测方法国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 第2章 燃烧污染物生成机理及其影响因素分析 | 第14-31页 |
| 2.1 污染物生成机理 | 第14-17页 |
| 2.1.1 氮氧化物生成机理 | 第14-16页 |
| 2.1.2 硫氧化物生成机理 | 第16-17页 |
| 2.1.3 一氧化碳生成机理 | 第17页 |
| 2.2 主成分分析法分析影响NOx生成的各个因素 | 第17-25页 |
| 2.2.1 主成分分析法 | 第17-19页 |
| 2.2.2 燃煤电厂燃烧数据主成分分析 | 第19-25页 |
| 2.3 光谱仪测温 | 第25-30页 |
| 2.3.1 接触式温度测量 | 第25-27页 |
| 2.3.2 非接触式温度测量 | 第27-28页 |
| 2.3.3 双色法测温 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 燃烧火焰自由基数字图像采集和处理 | 第31-43页 |
| 3.1 燃烧火焰自由基数字图像采集 | 第31-35页 |
| 3.1.1 自由基概念 | 第31-32页 |
| 3.1.2 火焰自由基图像采集 | 第32-35页 |
| 3.2 图像处理 | 第35-41页 |
| 3.2.1 邻域平均 | 第37-38页 |
| 3.2.2 中值滤波 | 第38-39页 |
| 3.2.3 多图像平均 | 第39-41页 |
| 3.3 图像特征值提取 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 燃烧污染物预测模型的建立 | 第43-61页 |
| 4.1 预测系统 | 第43页 |
| 4.2 NOx预测模型的建立 | 第43-60页 |
| 4.2.1 神经网络 | 第43-50页 |
| 4.2.1.1 BP神经网络 | 第44-47页 |
| 4.2.1.2 径向基神经网络 | 第47-50页 |
| 4.2.2 支持向量机 | 第50-56页 |
| 4.2.3 相关向量机 | 第56-60页 |
| 4.2.3.1 相关向量机回归基础知识 | 第57页 |
| 4.2.3.2 相关向量机回归模型 | 第57-58页 |
| 4.2.3.3 相关向量机回归预测 | 第58-60页 |
| 4.3 实验仿真结果及对比 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 结论与展望 | 第61-62页 |
| 5.1 结论 | 第61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第65-66页 |
| 攻读硕士学位期间参加的科研工作 | 第66-67页 |
| 致谢 | 第67页 |
