| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.1.1 氮氧化合物对空气的影响 | 第10页 |
| 1.1.2 氮氧化合物在燃烧过程中产生的机理 | 第10-12页 |
| 1.1.3 氮氧化合物排放量的控制 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 本文的研究内容及目的 | 第16-18页 |
| 第2章 SCR脱硝技术的原理及工艺 | 第18-30页 |
| 2.1 SCR脱硝的原理 | 第18-19页 |
| 2.2 选择性催化还原法脱硝系统的组成 | 第19-25页 |
| 2.2.1 还原剂储备与供应系统 | 第19-21页 |
| 2.2.2 烟气/氨混合系统 | 第21-22页 |
| 2.2.3 烟道系统 | 第22-23页 |
| 2.2.4 反应器/催化剂系统 | 第23-25页 |
| 2.3 SCR脱硝技术工艺流程 | 第25-28页 |
| 2.3.1 还原剂储存和制备系统工艺流程 | 第26-27页 |
| 2.3.2 SCR脱硝系统工艺流程 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 影响SCR脱硝效率的因素分析及数学模型的建立 | 第30-38页 |
| 3.1 影响选择性催化还原法(SCR)脱硝效率的主要因素 | 第30-33页 |
| 3.1.1 催化剂对脱硝效率的影响 | 第30-31页 |
| 3.1.2 催化反应温度对脱硝效率的影响 | 第31-32页 |
| 3.1.3 反应器内气体流速对脱硝效率的影响 | 第32页 |
| 3.1.4 NH3/NOX摩尔比对脱硝效率的影响 | 第32-33页 |
| 3.2 SCR脱硝系统数学模型的建立 | 第33-35页 |
| 3.2.1 催化剂及温度 | 第33页 |
| 3.2.2 还原剂(氨气)与氮氧化合物的摩尔比 | 第33-34页 |
| 3.2.3 SO2的转化率 | 第34页 |
| 3.2.4 脱硝效率 | 第34页 |
| 3.2.5 氨逃逸率 | 第34页 |
| 3.2.6 气体流速 | 第34-35页 |
| 3.2.7 稀释风风量 | 第35页 |
| 3.2.8 烟气流量 | 第35页 |
| 3.3 本章小结 | 第35-38页 |
| 第4章 BP神经网络预测方法 | 第38-50页 |
| 4.1 BP神经网络 | 第38页 |
| 4.2 基本BP算法 | 第38-44页 |
| 4.2.1 BP神经网络算法描述 | 第39-40页 |
| 4.2.2 BP神经网络算法分析 | 第40-42页 |
| 4.2.3 基本BP算法的改进 | 第42页 |
| 4.2.4 网络的训练及训练参数的选取 | 第42-44页 |
| 4.3 基于BP神经网络的预测方法的Matlab实现 | 第44-47页 |
| 4.3.1 Matlab神经网络工具箱中相关函数介绍 | 第44-46页 |
| 4.3.2 基于BP神经网络的预测方法的Matlab实现步骤 | 第46-47页 |
| 4.4 本章小结 | 第47-50页 |
| 第5章 BP预测模型在SCR脱硝系统中应用研究 | 第50-70页 |
| 5.1 SCR脱硝系统中常用的喷氨控制方式 | 第50-53页 |
| 5.1.1 固定摩尔比控制方式 | 第50-51页 |
| 5.1.2 固定出口氮氧化物含量控制方式 | 第51页 |
| 5.1.3 传统PID控制系统喷氨量控制扰动试验 | 第51-53页 |
| 5.2 设计思路 | 第53-55页 |
| 5.3 SCR小型试验 | 第55-60页 |
| 5.3.1 试验装置的组成 | 第55页 |
| 5.3.2 催化剂的选型 | 第55-56页 |
| 5.3.3 SCR反应区测量仪器的选型 | 第56-58页 |
| 5.3.4 控制系统的选型 | 第58-59页 |
| 5.3.5 试验过程 | 第59-60页 |
| 5.4 数据采集与处理 | 第60-64页 |
| 5.4.1 实验数据 | 第61-63页 |
| 5.4.2 实验数据的预处理 | 第63-64页 |
| 5.5 Matlab模型仿真及结果分析 | 第64-68页 |
| 5.6 本章小结 | 第68-70页 |
| 第6章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75页 |
