DHL-29型鍋爐節(jié)能優(yōu)化運(yùn)行參數(shù)研究

【摘要】：DHL-29型鍋爐是傳統(tǒng)的供熱鍋爐,對(duì)節(jié)能與優(yōu)化運(yùn)行參數(shù)需要評(píng)估。本文針對(duì)鍋爐改造需求,進(jìn)行了鍋爐運(yùn)行參數(shù)的選取優(yōu)化研究。 燃煤鍋爐是典型的多輸入、多輸出非線(xiàn)性系統(tǒng),各種因素之間相互耦合,錯(cuò)綜復(fù)雜。鍋爐爐內(nèi)的燃燒工況受到諸多因素的影響,如機(jī)組的負(fù)荷、煤質(zhì)的種類(lèi)、煤粉濃度以及細(xì)度、風(fēng)速、各次風(fēng)的比例等,這樣的系統(tǒng)難以用具體的函數(shù)表達(dá)式表示出參數(shù)之間的內(nèi)部關(guān)系。 人工神經(jīng)網(wǎng)絡(luò)非線(xiàn)性映射能力很強(qiáng),是復(fù)雜的非線(xiàn)性系統(tǒng),是由許多簡(jiǎn)單的神經(jīng)元,廣泛地互相連接而成。人工神經(jīng)網(wǎng)絡(luò)可以通過(guò)訓(xùn)練或?qū)W習(xí)自動(dòng)歸納總結(jié)出數(shù)據(jù)之間的關(guān)系而不需先驗(yàn)公式,就能獲得數(shù)據(jù)間蘊(yùn)含的內(nèi)在規(guī)律,所以是一種有效的建模手段。本文采用遺傳算法的全局尋優(yōu)特性將運(yùn)行參數(shù)優(yōu)化后,再對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,從而獲得更好的網(wǎng)絡(luò)輸出。從影響鍋爐熱效率和NOx排放量這兩方面的因素進(jìn)行分析,確定影響鍋爐燃燒熱效率和NOx排放量的主要因素,然后將影響因素作為網(wǎng)絡(luò)的輸入?yún)?shù),鍋爐燃燒熱效率和NOx排放量作為網(wǎng)絡(luò)的輸出參數(shù),建立了遺傳算法與BP神經(jīng)網(wǎng)絡(luò)耦合的鍋爐燃燒特性“黑箱”模型。 用遺傳算法不需要知道確切的函數(shù)式,就能優(yōu)化模型的特性,對(duì)已經(jīng)建立好的鍋爐燃燒特性模型,進(jìn)行遺傳算法尋優(yōu),將所建立的模型和遺傳算法相結(jié)合,實(shí)現(xiàn)三種不同優(yōu)化目標(biāo)下的運(yùn)行方案,優(yōu)化目標(biāo)分別是：?jiǎn)为?dú)優(yōu)化鍋爐熱效率、單獨(dú)優(yōu)化NOx排放量、以及兼顧鍋爐熱效率和NOx排放量而進(jìn)行的綜合優(yōu)化,得到不同的優(yōu)化目標(biāo)所對(duì)應(yīng)的輸入?yún)?shù)數(shù)據(jù)組合,指導(dǎo)鍋爐經(jīng)濟(jì)高效運(yùn)行,進(jìn)而找出鍋爐運(yùn)行的不足,對(duì)不滿(mǎn)足運(yùn)行參數(shù)的動(dòng)力選型進(jìn)行改造。 【關(guān)鍵詞】：鍋爐 神經(jīng)網(wǎng)絡(luò) 遺傳算法 運(yùn)行參數(shù)優(yōu)化
【學(xué)位授予單位】：東北林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TK227
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 課題背景8-9
• 1.2 課題意義9
• 1.3 國(guó)外及國(guó)內(nèi)的發(fā)展?fàn)顩r9-11
• 1.3.1 國(guó)外的發(fā)展?fàn)顩r9-10
• 1.3.2 國(guó)內(nèi)的發(fā)展?fàn)顩r10-11
• 1.4 研究?jī)?nèi)容11-13
• 2 影響NOx的生成和鍋爐熱效率的因素13-18
• 2.1 NOx的危害13
• 2.2 煤粉燃燒過(guò)程中NOx的生成機(jī)理及影響因素13-15
• 2.2.1 煤粉燃燒過(guò)程中NOx的生成機(jī)理13-14
• 2.2.2 煤粉燃燒過(guò)程中NOx生成量的影響因素14-15
• 2.3 影響燃煤鍋爐熱效率的因素15-17
• 2.3.1 燃煤鍋爐熱效率的定義15
• 2.3.2 燃煤鍋爐熱效率的計(jì)算方法15-17
• 2.4 本章小結(jié)17-18
• 3 人工神經(jīng)網(wǎng)絡(luò)和遺傳算法18-28
• 3.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介18-23
• 3.1.1 生物神經(jīng)元網(wǎng)絡(luò)18
• 3.1.2 人工神經(jīng)元模型18-19
• 3.1.3 BP神經(jīng)網(wǎng)絡(luò)19
• 3.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則19
• 3.1.5 BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)19-21
• 3.1.6 BP神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練過(guò)程21-23
• 3.2 遺傳算法23-27
• 3.2.1 遺傳算法的運(yùn)算步驟及其流程圖23-24
• 3.2.2 遺傳算法的基本要素24
• 3.2.3 遺傳算法的編碼方法24-25
• 3.2.4 遺傳算法的適應(yīng)度函數(shù)25
• 3.2.5 遺傳算法的算子25-26
• 3.2.6 遺傳算法控制參數(shù)的選擇26-27
• 3.3 本章小結(jié)27-28
• 4 鍋爐燃燒特性的模型建立與仿真研究28-38
• 4.1 遺傳算法和BP網(wǎng)絡(luò)耦合建立鍋爐燃燒特性模型28-30
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)算法的局限性分析28
• 4.1.2 遺傳算法的缺陷28
• 4.1.3 改進(jìn)措施28-30
• 4.2 MATLAB工具箱30-32
• 4.2.1 遺傳算法主函數(shù)30-31
• 4.2.2 評(píng)價(jià)函數(shù)31
• 4.2.3 設(shè)定初始種群函數(shù)31
• 4.2.4 基本遺傳操作函數(shù)31-32
• 4.2.5 終止函數(shù)32
• 4.3 鍋爐模型建立32-35
• 4.4 數(shù)據(jù)的前、后處理35
• 4.5 模型網(wǎng)絡(luò)結(jié)構(gòu)35
• 4.6 BP神經(jīng)網(wǎng)絡(luò)和GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建模相對(duì)誤差對(duì)比35-37
• 4.7 本章小結(jié)37-38
• 5 鍋爐運(yùn)行參數(shù)優(yōu)化38-42
• 5.1 目標(biāo)函數(shù)38-39
• 5.2 優(yōu)化的操作參數(shù)和相應(yīng)約束條件39-41
• 5.2.1 鍋爐熱效率的單獨(dú)優(yōu)化39
• 5.2.2 NO_x排放量的單獨(dú)優(yōu)化39-40
• 5.2.3 綜合優(yōu)化鍋爐熱效率和NO_x排放量40-41
• 5.3 本章小結(jié)41-42
• 結(jié)論42-43
• 參考文獻(xiàn)43-46
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文46-47
• 致謝47-48

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

中國(guó)電力行業(yè)可持續(xù)發(fā)展研究    華新;左玉輝;

基于多目標(biāo)遺傳算法的路徑規(guī)劃    劉旭紅,張國(guó)英,劉玉樹(shù),張君

電站鍋爐運(yùn)行性能綜合預(yù)測(cè)模型    張毅;丁艷軍;張鴻泉;吳占松;仇韜;孔亮;

鍋爐在線(xiàn)燃燒優(yōu)化技術(shù)的開(kāi)發(fā)及應(yīng)用    梁紹華;李秋白;黃磊;魯松林;趙恒斌;岑可法;

燃煤鍋爐高效、低NO_x運(yùn)行策略的研究    魏輝;陸方;羅永浩;蔣欣軍;

燃燒調(diào)整降低鍋爐NO_x排放的試驗(yàn)研究    周新剛,劉志超,路春美

多目標(biāo)優(yōu)化與決策問(wèn)題的演化算法    謝濤,陳火旺

電站鍋爐高效超低NO_x排放控制技術(shù)    安恩科;史萌;朱基木;于娟;肖波;宋謙;

燃煤電站氮氧化物控制技術(shù)發(fā)展現(xiàn)狀與國(guó)產(chǎn)化策略    趙宗林;閆冰;董建勛;

電站鍋爐燃燒優(yōu)化技術(shù)現(xiàn)狀和發(fā)展動(dòng)向    徐軍偉,宋兆龍,王磊

人工神經(jīng)元網(wǎng)絡(luò)在電站鍋爐燃燒過(guò)程建模中的應(yīng)用研究    梅鹍鵬

基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問(wèn)題研究    劉麟

工業(yè)鍋爐NO_x排放和效率混合建模與預(yù)測(cè)優(yōu)化研究    李亮

基于神經(jīng)網(wǎng)絡(luò)的電站鍋爐燃燒優(yōu)化系統(tǒng)研究    張盤(pán)石

基于智能技術(shù)的煤粉鍋爐燃燒系統(tǒng)建模與優(yōu)化運(yùn)行的研究    周永強(qiáng)

電站燃煤鍋爐多目標(biāo)燃燒優(yōu)化算法研究    黃勤徑

基于遺傳算法多目標(biāo)非重疊路徑誘導(dǎo)算法    蘇海濱;李偉恒;侯朝楨;

基于打擊效果評(píng)估的航母子目標(biāo)選擇模型    崔震;楊桄;蘇清賀;楊偉斌;尚小東;

考慮環(huán)境因素和電壓穩(wěn)定性的多目標(biāo)最優(yōu)潮流    邱威;張建華;劉念;

復(fù)雜系統(tǒng)故障的綜合診斷模型    熊小龍;王潔;牛天林;宋彥學(xué);

利用人工免疫算法規(guī)劃三維飛行航跡    劉麗峰;張樹(shù)清;

240m煙囪鋼內(nèi)筒氣壓頂升倒裝施工法    汪公河;王利杰;

空氣分級(jí)燃燒降低鍋爐NOx排放控制技術(shù)    龐永梅;王晉權(quán);郭建;白濤;陳振洪;

電站鍋爐燃燒系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模    劉芳;張德珍;趙文杰;

電站鍋爐燃燒優(yōu)化控制技術(shù)綜述    孔亮;張毅;丁艷軍;吳占松;

電站鍋爐飛灰含碳量在線(xiàn)軟測(cè)量模型算法    陳強(qiáng),王培紅,李琳,馮澤磊

基于多目標(biāo)優(yōu)化模型的煉焦生產(chǎn)過(guò)程優(yōu)化    李?lèi)?ài)平;賴(lài)旭芝;吳敏;雷琪;

基于免疫遺傳算法的電力市場(chǎng)競(jìng)價(jià)方法    劉媛媛;李茂軍;

基于數(shù)據(jù)驅(qū)動(dòng)的電站鍋爐NO_x軟測(cè)量研究    黃景濤;池小梅;江愛(ài)朋;茅建波;

求凸多目標(biāo)優(yōu)化有效解集的區(qū)間算法    王海軍;吳彥強(qiáng);曹德欣;

基于多目標(biāo)遺傳算法的個(gè)人成才因素評(píng)定研究    劉澤雙;高瑩;

鍋爐燃燒調(diào)整對(duì)NO_X排放影響的試驗(yàn)研究    陳紅;耿向瑾;

智能交通系統(tǒng)中基于視頻的行人檢測(cè)與跟蹤方法的研究    湯義

煤粉射流的高溫空氣燃燒特性與燃煤鍋爐低NO_x燃燒優(yōu)化研究    鄭立剛

基于GPU并行計(jì)算的數(shù)值模擬與燃煤鍋爐系統(tǒng)的優(yōu)化研究    吳鋒

新型進(jìn)化計(jì)算方法及其在煉鐵燒結(jié)過(guò)程建模與優(yōu)化中的應(yīng)用    商秀芹

我國(guó)中部地區(qū)國(guó)際物流運(yùn)作模式研究    龐燕

粒子群算法的研究及應(yīng)用    劉衍民

多目標(biāo)投資組合問(wèn)題優(yōu)化模型與多目標(biāo)策略研究    尚兆霞

煤礦井下搜救探測(cè)機(jī)器人的路徑規(guī)劃及軌跡跟蹤控制研究    周巍

變換域中的多源圖像融合方法研究    焦竹青

透平機(jī)械內(nèi)部復(fù)雜流動(dòng)的數(shù)值模擬與葉片設(shè)計(jì)的魯棒優(yōu)化    王曉東

協(xié)同產(chǎn)品開(kāi)發(fā)過(guò)程規(guī)劃方法研究    張靜

基于GA的水下機(jī)器人多目標(biāo)路徑規(guī)劃研究    苗玉潔

五輪可重構(gòu)移動(dòng)機(jī)器人構(gòu)型設(shè)計(jì)及研究    譚大偉

基于遺傳算法的工程項(xiàng)目工期與成本的優(yōu)化    田振杰

船用封閉行星齒輪傳動(dòng)優(yōu)化設(shè)計(jì)研究    林鴻蘊(yùn)

城市交通信號(hào)多目標(biāo)自適應(yīng)控制    王光遠(yuǎn)

基于約束優(yōu)化方法的多目標(biāo)優(yōu)化算法    張淑艷

混合進(jìn)化算法及其在生產(chǎn)調(diào)度中的應(yīng)用    孫承夏

數(shù)據(jù)倉(cāng)庫(kù)中物化視圖選取算法的研究    張宇航

基于群體智能的聚類(lèi)算法研究    劉瓊

改進(jìn)的神經(jīng)網(wǎng)絡(luò)最近鄰聚類(lèi)學(xué)習(xí)算法及其應(yīng)用    孫延風(fēng),梁艷春,孟慶福

智能氧化鋯氧變送器在鍋爐燃燒控制中的應(yīng)用    袁有臣

多層神經(jīng)網(wǎng)絡(luò)共軛梯度優(yōu)化算法及其在模式識(shí)別中的應(yīng)用    侯祥林,張春暉,徐心和

淺談電站鍋爐固體燃料燃燒技術(shù)的發(fā)展與NO_X排放治理    黃少鶚

電站鍋爐效率計(jì)算方法研究    孫偉,魏鐵錚,陳華桂

鍋爐穩(wěn)定燃燒技術(shù)應(yīng)用與研究    王志身;楊建蒙;支保峰;

電站鍋爐燃燒優(yōu)化控制技術(shù)綜述    孔亮;張毅;丁艷軍;吳占松;

我國(guó)發(fā)電行業(yè)能效狀況分析    米建華;

數(shù)字圖象處理技術(shù)在電廠鍋爐燃燒監(jiān)測(cè)中的應(yīng)用研究    許柯夫

單色火焰圖象處理技術(shù)在鍋爐燃燒監(jiān)控中的應(yīng)用研究    周懷春,婁新生,尹鶴齡,鄧元?jiǎng)P,顧一之,孫國(guó)俊

電站鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行與應(yīng)用研究    李智

大型火電廠鍋爐燃燒系統(tǒng)建模及優(yōu)化控制新方法的探討    馬翔

大型電站鍋爐運(yùn)行熱經(jīng)濟(jì)性?xún)?yōu)化研究    曹洪濤

粒子群算法及神經(jīng)網(wǎng)絡(luò)在大氣質(zhì)量評(píng)價(jià)及預(yù)測(cè)中的應(yīng)用    王麗敏

基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問(wèn)題研究    劉麟

遺傳算法及其改進(jìn)    趙云珍

燃煤發(fā)電機(jī)組低成本NOx控制技術(shù)研究    陳彪

基于遺傳-神經(jīng)算法的圓柱殼結(jié)構(gòu)外壓穩(wěn)定性研究    董文勝;鄧子辰;劉東常;梁亞平;

遺傳算法–神經(jīng)網(wǎng)絡(luò)方法的結(jié)構(gòu)損傷識(shí)別    劉書(shū)賢,趙艷霞,李奎明

改進(jìn)的BP模型在噪聲預(yù)測(cè)中的應(yīng)用    張蓉蓉;朱莉;

遺傳模糊神經(jīng)網(wǎng)絡(luò)在航空發(fā)動(dòng)機(jī)控制中的應(yīng)用    常迪;李華聰;

基于遺傳神經(jīng)算法的區(qū)域水資源預(yù)警方法研究    文俊;李靖;王龍;鄭垂勇;

遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的水聲信道盲均衡    肖瑛;劉國(guó)枝;李振興;董玉華;

遺傳算法-優(yōu)化設(shè)計(jì)-神經(jīng)網(wǎng)絡(luò)的耦合技術(shù)    周兆凱,周毓菁

結(jié)構(gòu)可靠性分析的一種新方法    閻宏生,胡云昌,李向京

開(kāi)關(guān)電源的建模與優(yōu)化設(shè)計(jì)研究    余明楊;蔣新華;王莉;唐建湘;

基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的PID控制    崔明月;緱新科;

用遺傳算法訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)的權(quán)值    寇紀(jì)淞;徐博藝;劉剛;

用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)指導(dǎo)股市交易    唐琎;蔡自興;譚立球;

基于遺傳算法的神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單自適應(yīng)控制    安世奇;孫一康;王京;

基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的二級(jí)倒立擺控制系統(tǒng)    李曄;

RoboCup中的截球策略研究    楊寶慶;劉國(guó)棟;

模糊推理、神經(jīng)網(wǎng)絡(luò)和遺傳算法的一種有機(jī)結(jié)合的框架和實(shí)現(xiàn)    王正志;張光鐸;

基于遺傳神經(jīng)網(wǎng)絡(luò)的重介質(zhì)密度預(yù)測(cè)控制    趙峻;褚濤;王碧秋;

兩輪小車(chē)避障控制的仿真研究    王軍;鐘志軍;黃心漢;

智能控制在現(xiàn)代鋼鐵工業(yè)中的應(yīng)用    朱麗業(yè);吳惕華;

基于優(yōu)化遺傳神經(jīng)網(wǎng)絡(luò)的水輪發(fā)電機(jī)組辨識(shí)    趙宏;

《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市    林京

數(shù)字神經(jīng)網(wǎng)絡(luò)中的協(xié)同應(yīng)用    于翔

干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)    健康時(shí)報(bào)特約記者　 張獻(xiàn)懷

江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定    鄒麗梅 陳耀群

“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”    記者 孫剛

軌交“神經(jīng)網(wǎng)絡(luò)”觸動(dòng)創(chuàng)新神經(jīng)    本報(bào)首席記者 任荃　實(shí)習(xí)生 史博臻

當(dāng)布線(xiàn)系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)    計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖

給導(dǎo)彈植入“神經(jīng)網(wǎng)絡(luò)”    曹建兵 李祖兵 特約記者 何天進(jìn) 本報(bào)記者 于莘明

“潮濕計(jì)算機(jī)”：擁有人類(lèi)智慧的超級(jí)大腦    譚薇

ICT強(qiáng)壯奧運(yùn)“神經(jīng)網(wǎng)絡(luò)”    韓婷婷

基于GA-NN和不可逆熱力學(xué)的鋼中氧化物夾雜預(yù)報(bào)模型    吳令

電站鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行與應(yīng)用研究    李智

復(fù)雜經(jīng)濟(jì)系統(tǒng)混沌預(yù)測(cè)方法與多層局勢(shì)決策方法研究    呂瑞華

計(jì)算智能及其在熱工系統(tǒng)中的應(yīng)用研究    焦嵩鳴

參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡(luò)及在植物病害預(yù)測(cè)的應(yīng)用    熊雪梅

基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究    吳大宏

薄帶坯鑄軋板形智能識(shí)別與控制系統(tǒng)研究    張材

選擇性激光燒結(jié)工藝的試驗(yàn)與優(yōu)化方法研究    王榮吉

基于DNA計(jì)算的遺傳算法及應(yīng)用研究    陶吉利

基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的鍋爐汽水系統(tǒng)模型參數(shù)優(yōu)化    馬進(jìn)

基于計(jì)算智能的工程項(xiàng)目估算分析    李亞斐

多向變異遺傳算法及其優(yōu)化神經(jīng)網(wǎng)絡(luò)的研究    李振業(yè)

基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的行為識(shí)別    楊大春

遺傳神經(jīng)網(wǎng)絡(luò)在模擬電路故障診斷中的應(yīng)用    陳郁

基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的語(yǔ)音識(shí)別方法研究    劉俊華

基于神經(jīng)網(wǎng)絡(luò)和遺傳算法模擬電路故障診斷方法研究    厲蕓

瓦斯涌出量預(yù)測(cè)方法及其應(yīng)用研究    王一莉

粗糙集相關(guān)問(wèn)題與粗糙集神經(jīng)網(wǎng)絡(luò)模型的研究    楊洋

基于神經(jīng)網(wǎng)絡(luò)的開(kāi)關(guān)磁阻電機(jī)模型的分析與研究    劉凱

應(yīng)用信息熵和遺傳神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測(cè)研究    楊穎