锅炉经济性运行指导系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.0 课题研究背景 | 第9-10页 |
| 1.1 火电厂优化运行系统研究现状 | 第10-12页 |
| 1.1.1 国外相关研究情况 | 第10-11页 |
| 1.1.2 国内相关研究情况 | 第11-12页 |
| 1.2 人工神经网络的应用 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 第二章 锅炉经济性运行分析 | 第14-22页 |
| 2.1 影响锅炉效率主要因素 | 第14-16页 |
| 2.1.1 煤质对锅炉效率的影响 | 第14-15页 |
| 2.1.2 过量空气系数的影响 | 第15页 |
| 2.1.3 排烟温度的影响 | 第15页 |
| 2.1.4 锅炉负荷的影响 | 第15-16页 |
| 2.1.5 排烟处过量空气系数的影响 | 第16页 |
| 2.2 排烟温度偏高的原因分析 | 第16-19页 |
| 2.2.1 漏风 | 第17页 |
| 2.2.2 掺冷风量多 | 第17页 |
| 2.2.3 受热面积灰、堵灰 | 第17-18页 |
| 2.2.4 受热面结构问题 | 第18页 |
| 2.2.5 折算水分高 | 第18页 |
| 2.2.6 冷风温度高 | 第18-19页 |
| 2.2.7 测量元件故障 | 第19页 |
| 2.2.8 设计计算有误 | 第19页 |
| 2.2.9 影响排烟温度偏高各原因的程度比较研究 | 第19页 |
| 2.3 主蒸汽温度和再热蒸汽温偏低原因分析 | 第19-22页 |
| 2.3.1 主蒸汽温度偏低原因分析 | 第19-21页 |
| 2.3.2 再热蒸汽温度偏低原因分析 | 第21-22页 |
| 第三章 锅炉效率监测模型实现 | 第22-28页 |
| 3.1 径向基函数(RBF)网络 | 第22-26页 |
| 3.1.1 RBF 网络拓扑结构 | 第22-23页 |
| 3.1.2 RBF 网络拓扑结构 | 第23-25页 |
| 3.1.3 本文所用的 RBF 算法 | 第25-26页 |
| 3.2 运用 RBF 网络监测锅炉效率 | 第26-28页 |
| 3.2.1 锅炉效率模型的建立 | 第26页 |
| 3.2.2 软件实现结果 | 第26-28页 |
| 第四章 分析可控参数变化原因的诊断系统 | 第28-44页 |
| 4.1 误差反向传播(BP)神经网络的数学描述 | 第28-32页 |
| 4.1.1 BP 网络数学模型的建立 | 第28-29页 |
| 4.1.2 标准 BP 算法 | 第29-32页 |
| 4.2 误差反向传播(BP)神经网络的数学描述 | 第32-33页 |
| 4.3 改进的 BP 算法 | 第33-37页 |
| 4.3.1 分层调节及可变学习率综合算法 | 第33-34页 |
| 4.3.2 分层调节及可变学习率综合算法 | 第34-37页 |
| 4.4 BP 算法中值得注意的几个问题 | 第37-38页 |
| 4.5 运用模糊神经网络专家系统分析可控参数 | 第38-41页 |
| 4.5.1 网络算法的选择 | 第39页 |
| 4.5.2 网络算法的选择 | 第39-40页 |
| 4.5.3 LMBP 的软件实现 | 第40-41页 |
| 4.6 诊断推理 | 第41-42页 |
| 4.6.1 神经网络诊断推理实现 | 第41页 |
| 4.6.2 专家规则诊断实现 | 第41-42页 |
| 4.7 诊断结果比较 | 第42-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录 | 第50-57页 |
| 个人简介 | 第57页 |
