文档介绍：研究生签名:函,旯辉赂≯,,年率咳声明学位论文使用授权声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明研究生签名:南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。确的说明。
摘要关键词:燃烧控制,小波神经网络,自适应控制,预测函数控制锅炉燃烧是一个非常复杂的动态、非线性过程,对象存在大量的时变、不确定外部和内部因素。不少学者在锅炉燃烧控制方面做了大量的研究和探索,但是火电锅炉燃烧经济性的最佳化控制至今仍然没有实现。随着神经网络、人工智能、模糊理论、自适应控制、预测控制等理论的成熟和广泛应用,采用先进的控制策略和建模方法以提高锅炉燃烧系统的性能成为研究的热点,也取得了不少成果,推动了节能降耗和环保安全水平的提高。本文的主要研究内容和成果有如下几个方面:蛞=樯芑鹆Ψ⒌缧幸档姆⒄瓜肿矗隽讼执刂评砺塾绕涫窃げ饪刂评砺鄣发展和锅炉燃烧监控技术的发展,指出当前锅炉燃烧控制存在的问题。谘芯炕鸬缁楣ぷ髁鞒痰牡幕∩希治隽巳忌湛刂葡低车亩匦裕出了燃烧控制系统的任务及其控制参数。以常用的直吹式燃煤锅炉为例介绍了较常使用的控制方案。芯坎⒎治隽松窬纭⑿〔ǚ治鲆约靶〔ㄉ窬绲姆⒄估獭⒍ㄒ濉⒒硪及在实际应用中的优缺点,列举了小波神经网络的在各种智能控制中的应用,指出小波神经网络应用于过程控制是可行的。攵匀忌展炭刂疲岢龌诶┱箍ǘ瞬的局部自适应小波神经网络惴ǎ蕴岣叨喙た龆刂贫韵蠼5木ǘ龋诖嘶∩细龌诰植自适应小波神经网络的预测函数控制算法。最后以锅炉燃烧控制为仿真实例,仿真中给出诘悴问范ǚ椒ǎ矣肫胀≒控制算法相比较,仿真结果表明本文算法的优越性。硕上学位论文
琲瓵甌瑆,甀琣,,篵瑆..瓵瓵,琲猻猯.,·,,猵瓼瑃,’
录目摘髀邸#!#!!#!##!##!#!#鸬绯Ч忌障低场〔ㄉ窬纭要..。.。....⋯..⋯...........。。...............。.........。.⋯.........⋯....⋯....⋯⋯⋯⋯⋯......冉刂萍际醯姆⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.锅炉燃烧控制技术的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文主要研究工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一机组工作流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯汽压调节对象的动态特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人工神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ǚ治龅男纬伞.〔ǖ亩ㄒ濉小波神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ㄉ窬绲墓乖煊胙盗贰.〔ㄉ窬绲挠旁叫浴.〔ㄉ窬缭诳刂浦械挠τ谩.........................................................................................................硕士学位论文火电厂燃烧系统预测控制技术研究
诰植孔允视的锅炉预测函数控制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯芙嵊胝雇致谢..............................⋯............................⋯..................................。.....参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯峁棺允视Ω滤惴ā在线更新ㄖ亍模型更新判定方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯