基于过程监控的烟气排放软测量预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景与研究意义 | 第10-12页 |
| 1.2 国内外研究背景及动态 | 第12-13页 |
| 1.3 本论文研究内容 | 第13-14页 |
| 第2章 火电厂脱硫系统及过程监控系统 | 第14-19页 |
| 2.1 火电厂脱硫系统 | 第14-16页 |
| 2.1.1 石灰石-石膏湿法脱硫工艺 | 第14-15页 |
| 2.1.2 脱硫过程的反应机理 | 第15-16页 |
| 2.2 污染物排放过程监控系统 | 第16-18页 |
| 2.2.1 过程监控系统组成 | 第16-17页 |
| 2.2.2 系统数据获取方式 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 软测量技术的理论基础 | 第19-25页 |
| 3.1 BP神经网络 | 第19-21页 |
| 3.2 支持向量机 | 第21-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第4章 脱硫系统的影响因素 | 第25-39页 |
| 4.1 研究对象分析 | 第25-27页 |
| 4.2 液气比和钙硫比 | 第27-29页 |
| 4.2.1 液气比 | 第28页 |
| 4.2.2 钙硫比 | 第28-29页 |
| 4.3 影响脱硫效率工况因素的分析 | 第29-37页 |
| 4.3.1 浆液PH值 | 第29-30页 |
| 4.3.2 脱硫塔入口二氧化硫浓度 | 第30页 |
| 4.3.3 脱硫塔入口烟气温度 | 第30-32页 |
| 4.3.4 浆液液位 | 第32-33页 |
| 4.3.5 机组负荷和烟气流量 | 第33-35页 |
| 4.3.6 脱硫塔入口烟气含氧量 | 第35页 |
| 4.3.7 增压风机入口烟气压力 | 第35-37页 |
| 4.4 其它影响因素 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 基于过程监控的软测量预测模型的建立和实现 | 第39-60页 |
| 5.1 模型评定标准 | 第39-40页 |
| 5.2 数据的预处理 | 第40-41页 |
| 5.3 BP神经网络模型的建立 | 第41-47页 |
| 5.3.1 网络初始化权值的选取 | 第41页 |
| 5.3.2 网络层数的选取 | 第41-42页 |
| 5.3.3 隐含层神经元个数的选取 | 第42-43页 |
| 5.3.4 网络传递函数的选取 | 第43-45页 |
| 5.3.5 网络训练算法的选取 | 第45-46页 |
| 5.3.6 建模预测结果分析 | 第46-47页 |
| 5.4 支持向量机模型的建立 | 第47-53页 |
| 5.4.1 支持向量机参数寻优方法 | 第47-48页 |
| 5.4.2 未经参数寻优的支持向量机建模预测 | 第48-49页 |
| 5.4.3 参数寻优后的支持向量机建模预测 | 第49-51页 |
| 5.4.4 SO_2排放浓度的计算 | 第51-53页 |
| 5.5 软测量建模与过程监控系统的结合 | 第53-59页 |
| 5.5.1 组态软件与OPC技术 | 第53-54页 |
| 5.5.2 数据交换 | 第54-56页 |
| 5.5.3 实时预测 | 第56-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文及科研工作 | 第65-66页 |
| 致谢 | 第66页 |
