论文摘要
电站锅炉在能源工业中具有重要地位,目前,我国的燃煤电站大多使用亚临界和超临界的大容量锅炉,由于锅炉设备本身及操作管理等方面的原因,这些锅炉普遍存在污染物排放量大和燃烧效率低的双重问题。随着环境问题的日益严重和国家节能减排力度的加强,电站锅炉面临提高燃烧效率以降低运行成本和降低污染物排放量主要是NO x排放的双重压力。基于上述情况,各国专家学者一直致力于这个课题的研究并试图找到有效的途径来解决这个问题。本文在深入研究锅炉特性的基础上,针对锅炉燃烧系统变量多、耦合强,干扰多、大滞后等复杂特性,利用支持向量机（SVM）对锅炉的燃烧特性建模,提出用人工鱼群算法和遗传算法的混合算法（GA-AFSA）对建模过程中的参数进行优化,然后再用该优化算法对所建燃烧模型的工况进行寻优,找到了所选试验工况下最优目标对应的最佳参数组合,最后通过调整这些变量使其达到算法寻优得到的最佳参数组合状态,从而实现电站燃煤锅炉的燃烧优化。本文研究的内容主要包括以下几个方面:首先,阐述了电站锅炉燃烧优化的研究意义,介绍了课题的研究现状与发展趋势。针对目前研究成果所存在的一些问题,确立了课题研究方法的出发点。其次,分析了锅炉燃烧过程中NO x的生成机理,提出了基于反平衡法的锅炉效率计算方法,用支持向量机建立优化目标的数学模型。最后,提出人工鱼群算法和遗传算法的混合算法,将其应用到支持向量机的模型参数寻优和锅炉燃烧优化工况寻优中,结果证明该燃烧优化方案能够取得满意的效果。
论文目录
摘要Abstract第1章 绪论1.1 课题的背景和意义1.2 国内外研究现状综述1.2.1 国内研究现状1.2.2 国外研究现状1.3 锅炉燃烧优化方法的特点1.4 本文的主要研究内容和结构安排第2章 锅炉燃烧系统及燃烧优化相关问题2.1 电站锅炉的工艺系统2.1.1 煤粉燃烧锅炉的燃烧设备2.1.2 锅炉的基本工作流程2.2 电站锅炉燃烧时NOX 的生成机理2.2.1 燃料型NOX2.2.2 热力型NOX2.2.3 快速型NOX2.3 锅炉热效率2.3.1 锅炉热效率的定义2.3.2 锅炉热效率的计算方法2.4 本章小结第3章 支持向量机理论及优化算法3.1 支持向量机理论3.1.1 支持向量机的优点3.1.2 VC 维理论3.1.3 泛化误差的界3.1.4 结构风险最小化3.1.5 支持向量机分类3.1.6 支持向量机回归3.1.7 LibSVM 仿真平台3.2 遗传算法3.2.1 遗传算法的数学模型3.2.2 遗传算法的基本步骤3.2.3 遗传算法的特点3.3 人工鱼群算法3.3.1 算法的基本思想3.3.2 人工鱼群的行为描述3.3.3 人工鱼群算法的流程和特点3.4 本章小结第4章 支持向量机建模4.1 遗传算法和人工鱼群算法的融合4.2 试验设备介绍及工况数据采集4.3 NOX 排放特性模型的建立4.3.1 NOX 模型参数C 和g 的影响4.3.2 NOX 模型建立4.4 锅炉效率建模4.4.1 效率模型参数C 和g 的影响4.4.2 锅炉效率模型建立4.5 本章小结第5章 电站煤粉锅炉的燃烧优化5.1 引言5.2 燃烧优化目标分析5.3 燃烧优化算法流程5.4 单独优化NOX 排放量5.4.1 优化变量选取5.4.2 适应度函数选取5.4.3 优化结果分析5.5 单独优化锅炉效率5.6 综合优化5.6.1 多目标优化问题5.6.2 多目标优化问题的解决方法5.6.3 锅炉燃烧的多目标综合优化5.7 本章小结结论参考文献攻读硕士学位期间承担的科研任务与主要成果致谢作者简介
相关论文文献
标签：电站锅炉论文; 燃烧优化论文; 支持向量机论文; 人工鱼群算法论文; 遗传算法论文;
