一、模糊控制方法在空气预热器漏风控制中的应用（论文文献综述）
赵雨凡[1]（2021）在《基于数据和机理混合驱动的复杂工业软测量方法研究》文中认为复杂工业过程中为了及时获得被控对象的关键信息,经常要对一些参量进行定性或定量的检查和测量,但是由于复杂工业系统结构繁杂多样、变量繁多等特点以及成本和技术等因素限制无法获取过程变量的某些关键信息。软测量技术被广泛应用于解决上述难题,它的核心是模型的建立,目前对复杂工业过程的研究大都致力于对建模方法的研究而忽略了输入特征对目标变量的影响,而且由于复杂工业建模难的特点导致对混合驱动软测量方法的研究相对较少。本文对复杂工业过程建模前的输入数据特征进行处理以及混合模型的建立展开研究,以电站锅炉空气预热器为复杂工业过程的研究对象,将研究内容应用于空气预热器的转子热变形量的预测中。本文具体研究如下:（1）在进行混合驱动建模前先确定数据驱动模型和机理模型。文章首先利用WORKBENCH19.0软件对型号为LAP14948/2400的空气预热器进行了热-应力耦合分析,可知转子发生热变形的形状为“蘑菇状”,然后根据能量守恒定律、边界条件等简化的机制和原理对热应力导致的热应变进行了数学描述,得到了基于机理模型的转子热变形量。（2）在得到空气预热器的工业现场数据后,采用机理模型分析法筛选出与转子热变形量有关的辅助变量,再利用斯皮尔曼相关系数法对输入辅助变量与目标变量之间的相似度进行分析,得到与转子热变形量有密切关联的辅助变量作为可靠输入。受测量仪器精度、工业现场环境差等因素影响,工业现场采集的数据不可避免地有偏差,而输入数据的准确性对于数据驱动软测量建模结果的影响较大,所以在进行数据驱动建模前,本文利用小波阈值去噪的方法对输入数据进行了去噪处理。然后对去噪数据进行归一化操作后选取出互斥的训练样本和测试样本用于数据驱动建模。（3）对（2）中选取的未去噪的数据集分别采用BP神经网络、支持向量回归（Support Vector Regression,SVR）、粒子群优化算法（Particle Swarm Optimization,PSO）的 SVR 进行数据驱动建模后预测了转子的形变量,再利用小波去噪后的数据结合SVR建立起基于小波和SVR相结合的数据驱动软测量方法预测了转子的形变量。结果表明对于复杂工业而言,利用去噪后的数据进行数据驱动建模的预测效果优于未去噪的建模方法而且降低了模型的复杂度。（4）将（3）中建立好的小波与SVR相结合的数据驱动模型和（1）中建立的机理驱动模型分别以并联、串联和杂模的方式结合起来,建立起基于误差、基于叠加及基于权重因子的混合模型,用这三种混合模型对转子热变形量进行预测。实验结果表明文章建立的三种混合驱动中基于权重因子的建模方法优于其他两种混合建模方法同时也优于单一模型,但是基于误差的混合建模方法的表现不如单一模型。混合驱动模型的建立没有固定标准,混合模型的建模效果不一定优于单一模型,要结合具体工业过程分析。本文分别对单一模型和混合模型进行了软测量建模和分析且将其应用于复杂工业过程中加以验证,表明本文提出的基于小波与SVR相结合的数据驱动建模方法的预测精度高于未去噪的数据驱动建模方法,同时在建立的三种混合驱动模型进行了对比找到最适合预测转子热变形量的建模方法。为空气预热器漏风技术的研究提供了较准确的形变量。
张玮[2]（2021）在《基于模型的火电厂烟气含氧量预测控制研究》文中研究说明随着国家节能减排力度的加大,火电厂经济高效运行的技术研究一直是相关领域研究的重点。烟气含氧量是反映锅炉实时燃烧状态的重要参量,对其进行优化控制,是提升锅炉燃烧效率的重要途径。同时,实现火电机组运行经济性能的在线评估,对烟气含氧量的控制具有评价指导意义。本文以浙江某火电厂660MW机组锅炉为研究对象,研究内容如下:首先,对烟气含氧量建模问题进行研究。针对火电厂锅炉燃烧系统具有强非线性的问题,本文研究采用一种数据驱动的PSO-GA-Elman网络建模策略用以构建烟气含氧量预测模型。利用Elman神经网络对火电厂烟气含氧量进行建模,再结合PSO（粒子群算法）与GA（遗传算法）优化Elman网络权值、阈值寻优迭代过程,最终确立预测模型的最优结构。采用火电厂历史运行数据,进行与PSO-Elman模型和PSO-LSSVM模型的对比仿真实验,证明了该模型具有较高的预测精度和泛化能力。然后,对烟气含氧量优化控制问题进行研究。针对锅炉系统对优化烟气含氧量设定值的跟踪控制问题,本文研究采用一种基于PSO-GA-Elman多步递推预测模型的预测控制方法。将模型输出误差作为优化指标,设立二次性能指标函数,并通过牛顿迭代法求取最优控制序列。最后设计了一种权值在线调整的反馈矫正方法,利用实时预测误差修正模型预测输出。基于历史运行数据的控制仿真实验表明,锅炉系统在本文所采用的预测控制方法作用下,烟气含氧量输出与优化氧量设定曲线的相对误差整体保持在±0.3%,在各种工况下控制效果均能保持良好。最后,对锅炉系统受到预测控制作用后,机组运行的经济性能评估问题进行研究。针对传统方法需要参考专家打分等依赖主观因素,本文研究采用了一种综合评价方法对火电厂机组运行的经济性能进行评估。该方法以锅炉热效率、空预器漏风率和厂用电率作为评价机组的经济性能指标,再分别通过建模和热力学计算的方法完成对各经济指标的在线监测。然后,参考不同经济指标变化对煤耗的影响程度,折算出各指标的主观权值。并利用熵权法计算得出客观权值,再应用最小鉴别信息理论综合得出机组运行经济性能的整体评估分数。在验证了所提评估方法的合理性后,利用该方法对预测控制作用的机组进行经济性能评估验证。仿真实验结果显示,受本文所提预测控制作用的火电机组运行经济性能提升显着。
连鹏隆[3]（2020）在《基于深度学习的复杂工业过程软测量方法研究》文中研究指明软测量技术就是根据工业过程知识合理地选择其它易测变量,建立易测变量与难测变量间的软测量模型对难测变量进行最优估计,有效解决了在高温、密闭等恶劣环境下,由于硬件传感器的局限性而无法对那些重要过程变量进行直接测量的问题。软测量技术为现有传感器的检测和控制提供了有效手段,因而成为当前复杂工业控制领域的研究热点。近年来,随着智能学习算法的飞速发展,将深度学习应用到复杂工业现场已经成为热门研究方向。本文利用深度学习强大的学习能力,将软测量技术和深度学习相结合,提出一种基于深度学习的复杂工业过程软测量方法,并将此模型用于回转式空气预热器转子热变形预测中,为转子漏风技术提供较为准确的热变形量。本文具体研究如下:（1）本文首先将电厂600MW机组电站锅炉空气预热器的现场数据进行采集。然后采用灰色关联分析（Grey Relational Analysis,GRA）方法选取对转子热变形有显着影响的变量,为模型训练提供可靠的输入变量。最后将数据进行筛选以及归一化等操作,将处理后的数据利用“留出法”选取互斥的训练集和测试集作为网络模型样本数据。通过选定的样本数据,可以在同一样本数据集的前提下,进行不同模型方法的对比分析。（2）采用（1）中所得的训练集和测试集,分别对基于BP神经网络的软测量方法、基于SVR算法的软测量方法进行网络模型的设计和仿真,并在分析基础之上构建基于DBN-DNN算法的深度学习软测量模型,通过训练集和测试集的均方误差进行网络模型的优劣性分析。结果表明基于深度学习DBN-DNN的软测量方法的预测精度较高,为本文基于深度学习的新型软测量网络的构建提供模型基础。（3）为了进一步提高预测精度,将能够充分表达数据特征信息的深度置信网络（Deep Belief Network,DBN）和具有很强非线性回归能力的支持向量回归（Support Vector Regression,SVR）算法进行融合得到新型软测量网络结构。利用改进的粒子群优化算法（Improved Particle Swarm Optimization,IPSO）选取SVR模型最优参数,并应用于新型网络结构中,得到新型软测量模型DBN-IPSO-SVR。并将改进的粒子群优化算法和传统的粒子群优化算法进行仿真对比,结果表明改进的粒子群优化算法能够提高预测性能。（4）将提出的新型软测量模型DBN-IPSO-SVR和基于BP、SVR、DBN-DNN方法的软测量模型进行图示分析,从而突出新型软测量模型网络结构的优越性;并将新型软测量模型分别和已有文献中关于转子热变形预测的基于SAE的软测量方法、不同应用领域中的基于MLP、ELM的软测量方法进行对比,从而突出新型软测量模型的通用性和精确性。通过对所提出的新型软测量模型方法DBN-IPSO-SVR进行了性能评估。实验结果表明,该新型软测量模型的性能优于其它软测量方法,该软测量模型显着提高了转子热变形预测的性能,是控制回转式空气预热器漏风的一种有价值的非接触测量工具。
周宏宇[4]（2020）在《基于证据进化C均值算法的热工设备状态挖掘方法研究》文中研究指明大型火电机组热工设备的状态监测及预警工作是机组安全、稳定运行的重要保障。目前数据驱动型设备状态监测及预警技术在挖掘电站历史数据中蕴含的设备状态信息、表征设备典型状态证据库以及研究基于正常运行数据的证据驱动型预警算法方面较少涉及。鉴于证据聚类方法在分析数据结构、描述类别状态方面展现出的强大能力,本文展开了基于证据进化C均值算法的设备状态挖掘及表征方法研究。论文的主要研究工作及创新如下:（1）针对蕴含在历史数据中热工设备运行状态数未知的问题,基于变长度人工蜂群智能算法,提出了一种基于单目标证据进化C均值算法的热工设备状态挖掘方法。该方法用蜂群寻优代替证据C均值算法中的拉格朗日交替迭代,通过将各个聚类中心随机编码在变长度的蜂群蜜源上,不同蜜源的长度代表不同的聚类个数及聚类中心,达到既能自动确定最优聚类个数又能得到数据间合理的信度划分的目的,从而解决了传统证据C均值算法中聚类个数需要作为先验知识提前确定的问题。研究结果表明,该方法可以充分挖掘排粉风机的运行状态并对其进行合理的表征,从而得到设备的典型状态证据库。（2）针对单目标证据进化C均值算法中目标函数迭代不一致以及标准化特异性指标不适用的问题,基于经典的多目标优化算法进化策略,提出了一种基于多目标证据进化C均值算法的热工设备状态挖掘方法。该方法将NSGA-II的快速非支配排序和拥挤度计算以及SPEA2中的适应度分配策略引入变长度人工蜂群智能算法,使其能够解决多目标问题。通过最小化证据C均值算法中的损失函数和证据理论中的非特异性指标,多目标证据进化C均值算法最终能够得到最优非支配解集。研究结果表明,该方法可以为挖掘及表征空气预热器设备状态,构建状态证据库提供更多可能性。（3）针对目前证据驱动型状态预警算法无法表征设备过渡状态的问题,基于CMEWEKNN状态预警模型,提出了一种改进型CMEW-EKNN状态预警方法。该方法对CMEWEKNN模型做了合乎设备典型状态证据库特点的修改,通过计算待监测状态点相对于证据库的冲突证据来判断设备的异常情况。研究结果表明,改进型CMEW-EKNN状态预警方法不仅可以实时监测设备的异常状态,还可以监测表征设备状态迁移的过渡状态,其中m（ф）值作为设备的异常预警指标更加符合状态证据库中所构建的噪音点的概念。实例证明,该方法可以为设备状态监测及预警提供支持。
吴志鹏[5]（2020）在《一种基于MATLAB的空气预热器间隙控制系统模糊控制》文中认为本文对空预器漏风的原因及影响作了介绍,描述了空预器漏风间隙控制系统的工作原理,重点阐述以MATLAB为工具,针对漏风间隙的模糊控制设计过程,为工程调试提供参考。罗源湾电厂单台锅炉配有两台三分仓回转式空气预热器,型号为33.5 VAT 2400（400）,由豪顿华生产。空气预热器运行过程中,漏风问题是不可避免,厂家用多种密封方式对空预器进行密封,减少漏风量。在诸多密封方式中,只有"蘑菇状"变形引起的漏风能进行自动控制。基于"蘑菇状"变形是非线性过程,变化规律较为复杂,采用模糊控制作为控制方法能满足间隙控制要求。为得到间隙模糊控制器,本文以MATLAB为平台,对其进行搭建设计。
麻国倩[6]（2020）在《基于EBSILON二次再热百万机组机炉耦合建模仿真及热经济性研究》文中指出在很长一段时间内,中国最主要的发电方式仍会是火力发电。随着国家不断发展和进步,对于各行各业的节能减排的要求力度不断加大,火电机组节能改造也迫在眉睫。二次再热和余热利用技术的应用大大提高了火电机组的效率,而二次再热火电机组的应用越来越广泛,再热气温的调节控制成为了研究重点之一,且对二次再热百万机组采用余热利用进行仿真建模和热经济性对比分析也具有深远的意义。本文将二次再热百万的机组作为研究对象,在Ebsilon仿真软件的平台上,对未采用余热利用的切除旁路系统、采用余热利用的基准系统和优化系统三个系统建立锅炉系统和汽轮机系统机炉耦合的详细模型,且做变工况分析,模型验证结果最大误差在4%左右。对二次再热机组的再热汽温的控制调节进行了深入研究,本文中机组主要采用烟气再循环进行调温,在中间温度不控制的前提下,以基准系统为例,不同负荷下烟气再循环率随着中间点温度的升高而降低,且中间点温度变化对低负荷的烟气再循环率影响大;在中间点温度控制的前提下,以三个系统为研究对象,研究了负荷、过量空气系数、煤质、给水温度四个因素对烟气再循环率的影响。切除旁路系统和优化系统的烟气再循环率随负荷的升高逐渐降低,基准系统低负荷随负荷升高烟气再循环率降低;烟气再循环率和过量空气系数呈反比关系,过量空气系数变化时,切除旁路系统再循环率变化在0.07左右,对其影响最大;高水分的煤质烟气再循环率较低,低挥发分、高灰分煤种比高挥发分、低灰分煤种对再热蒸汽温度的变化影响大;给水温度和烟气再循环率呈正比关系。对三个系统做出了负荷、磨煤机入口风温、烟气旁路中间点温度三个因素改变时的热经济性对比分析:随着负荷的升高,三个系统的发电煤耗率均降低,优化系统节煤量增长幅度较大,100%负荷时相比于切除旁路系统,节煤量达到了5.464g/kWh,优化系统的热经济性最好;基准系统和优化系统煤耗率随着磨煤机入口风温升高都增加,热经济性降低。相比于基准系统,磨煤机入口在一定范围内温度越高,节煤量越高,优化系统的系统热经济性好。磨煤机入口风温225℃时,相比于基准系统节煤2.942g/kWh;对于基准系统和优化系统,煤耗率随旁路中间点温度的升高不断增加,系统热经济性也降低,温度变化120℃时,基准系统多耗煤3.09g/kWh,优化系统多耗煤4.83g/kWh,旁路中间点温度的变化对于优化系统影响较大。利用热一次风温的热量加热给水,构成优化改造系统,对优化系统和优化改造系统在负荷、烟气冷却器分配比例变工况下进行热经济性参数对比分析,优化改造系统的煤耗率更低,热经济性能较高。100%负荷时,对比优化系统,优化改造系统最大节煤量达到1.14g/kWh;烟气冷却器分配比例对于系统经济性几乎没有影响。
齐震[7]（2020）在《二次再热机组空气预热流程优化研究》文中研究指明火电机组的节能优化一直是研究的热点。近年来,火电机组向着大型化、高参数的方向快速发展。二次再热机组作为其中标杆,代表着国内火电生产的最高水平。然而,常规机组空气预热过程存在的换热温差大、掺混（?）损高、漏风严重的问题在其上仍没有得到有效解决,大量高品位热量被浪费,能量利用并不合理。因此,如何降低空气预热过程中的不可逆损失,提高烟气的热利用水平是一项重要课题。综合目前的理论,原有的利用回转式空气预热器加热空气的过程过于粗放,需要通过合理降低换热温差及合理配置放热、吸热工质,精细化整体的换热流程来解决。针对以上问题,本文针对尾部换热设计的不合理之处进行挖掘,借鉴低温省煤器方案及旁路烟道方案的换热布置对锅炉尾部换热流程进行了重构,提出了新型空气预热系统。新系统取消了磨煤机前的冷、热一次风掺混调温过程,应用管壳式换热器完成换热过程,在设计时严格遵循“能量匹配,梯级利用”的原则。这些优化措施大幅减小系统的不可逆损失,提高了热经济性。本文以某1000MW二次再热机组为案例,利用EBSILON软件对提出系统进行计算,以“标准发电煤耗率”作为经济性指标反映其热经济性,并为衡量新系统节能水平,将低温省煤器、旁路烟道两套源头方案纳入对比范畴。经对各方案的比较,验证了新型空气预热系统的节能效果;并重点应用热力学第一、二定律对方案的节能原理进行了剖析。同时,为考量工程可实施性,还对新型空气预热系统的技术经济性进行了简要计算。结果表明,新型空气预热系统节能效果显着,能降低THA工况下原案例机组发电煤耗3.28g/kWh,优于案例机组及两个参比方案;整个空气预热过程（?）效率大幅提高,达到85.89%;虽固定投资超1亿元,但仍能在11年内回收成本,开始盈利。表明新型空气预热系统很好地优化了二次再热机组的上述问题。
陈鑫[8]（2019）在《燃煤电站锅炉运行状态监测与经济性评估研究》文中研究指明燃煤电站在我国电力生产行业处于领先地位,然而在发电的过程中,电厂要消耗大量的煤炭资源,其排放的烟气尾气也会对环境造成污染。烟气含氧量和锅炉热效率作为反映锅炉燃烧效率的重要指标,对于它们进行准确监测和控制,从而努力提高锅炉燃烧热效率实现燃煤电站经济高效运行。本文研究内容如下:首先,对烟气含氧量的在线监测进行研究。针对电站现场氧化锆氧量传感器测量精度低和测量滞后较大等问题,提出了神经网络建模策略用来构建烟气含氧量的监测模型。采用电站历史运行数据进行模型的建立与测试,测试结果表明基于神经网络建立的烟气含氧量在线监测模型具有良好的在线监测性能,可以用作电厂烟气含氧量的在线监测工具。然后,研究锅炉热效率的监测与配风方法。采用电站运行数据利用反平衡法对锅炉热效率进行了计算,结果符合锅炉热效率的设计值;通过LSSVM算法建立了锅炉热效率在线监测模型,测试结果表明锅炉热效率监测模型具有良好的预测性能,可以用作电站锅炉热效率在线监测工具;最后研究风煤比与锅炉热效率关系模型,找出了最佳的风煤比数值。最后,研究烟气含氧量控制与机组运行经济性评估。采用模型预测控制方法对锅炉烟气含氧量进行控制研究;选择了空预器漏风率、厂用电率、发电煤耗以及锅炉热效率作为经济性评估指标,并且对这些指标进行了建模和机理性计算,计算结果与机组设计值接近;在机组经济性评估方面,提出了整体评估的思想,整体评估采用组合加权评估的方法,通过加权求和得到机组的综合评估得分,符合实际预期。
张振斌[9]（2019）在《某电厂空气预热器漏风密封系统改造研究》文中研究说明在火力发电厂大型锅炉的烟气尾端热量回收中具有外形尺寸小,结构紧凑,容易布置,金属耗用量少等特点的回转式空气预热器被广泛应用。然而对锅炉安全经济地运行以及热量回收的多少产生直接严重影响的因素是设备漏风率的高低和质量的好坏。长期以来,国内外很多专家学者和研究机构对如何降低漏风率的问题进行了长期的探索和研究,但是在密封技术的设计思路和理念上没有实质性的突破。详细论述了漏风的影响因素和实际工作中明显存在的不足,以及相应的改进方法。为唐山某发电企业中回转式空气预热器的高效应用以及新的密封技术的应用提供了明确的方向和方法。此外,还详细介绍了新的密封技术的结构特点和工作原理,阐述了轴流式汽轮机轴封系统的结构及工作原理,并采用“疏”、“堵”结合的设计理念,参考轴封系统所采用的密封方法,提出了应把漏风回收系统建立在空气预热器内部的改造方案,并在实际工况中运行。全面地介绍了该电厂回转式空气预热器的改造、施工和调试过程,同时分析评估了改造的效果和效益。运行结果表明,该方案具有较高的可行性,并且具有投资少、易实施、效果好、理念新等优点,值得全面推广。图15幅;表12个;参55篇。
魏紫阳[10]（2018）在《燃煤电站空气预热器运行状态监测与经济性评估》文中研究指明进入二十一世纪以来,随着我国人口增长和经济迅猛发展,能源消耗量大、利用率低、污染物排放超标等问题日益突出。在“十二五”期间我国节能减排降耗等方面取得一些改进成果的基础上,“十三五”计划中对节能减排任务提出了更高的要求。由于我国能源结构方面的原因,燃煤发电将在未来相当长的一段时间内继续作为供电领域的主力军承担主要的发电任务。作为火力发电的核心,燃煤电站锅炉系统的安全稳定高效运行显得尤为重要,而锅炉系统的运转离不开各个辅助设备的高效运行。作为锅炉系统尾部利用烟气能量预热空气、提高锅炉热效率的关键设备,空气预热器的使用效能对机组效率的提升有很大影响。本文以燃煤电站锅炉系统中空气预热器为研究对象,主要内容如下:首先,研究空预器的漏风监测问题。基于空预器漏风状态的机理模型分析,比较两种漏风评定模型后选定漏风率作为空预器漏风状态的评定指标;选择软测量建模的方式,优化辅助变量选择方法,应用最小二乘支持向量机理论建立空预器漏风率预测模型,并选择粒子群算法对模型参数进行滚动优化,从而实现了空预器实时漏风情况的在线监测。基于燃煤电站实际运行数据的仿真结果显示,本文建立的模型拟合能力较好,能够满足现场应用的需要。然后,研究空预器的积灰监测问题。从燃煤电站现场获取的数据出发,对数据中存在的误差进行分析,并针对火电数据中常常存在的显着误差和随机误差问题提出了解决方法;建立烟气和工质物性参数数据库,通过建立的烟气实时成分分析模块对物性参数库进行验证;根据热力学公式从逆烟气流程的角度分析建立回转式空预器的传热模型,并基于此搭建空预器灰污状态监测模型。通过采集到的燃煤电站历史运行数据进行建模与验证,仿真结果表明模型能够对空预器受热面的积灰情况进行有效监测。最后,研究空预器运行状态经济性评估问题。通过对空预器实时运行状态的机理分析,选择空预器积灰、漏风、热效率和电耗四个方面进行状态监测。通过人工神经网络算法建立了空预器热效率模型,根据引风机、送风机和一次风机的电耗情况建立了空预器电耗模块,加之前文中介绍的积灰和漏风监测模块,组成监测集合实现空预器运行状态的模块评估。在整体评估部分,基于模糊神经网络算法建立空预器运行状态经济性评估模型,由现场数据的仿真结果可知,模型评价结果与实际情况基本一致,证明了评估模型的合理性。
二、模糊控制方法在空气预热器漏风控制中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊控制方法在空气预热器漏风控制中的应用（论文提纲范文）
（1）基于数据和机理混合驱动的复杂工业软测量方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 复杂工业过程介绍 |
| 1.2 课题研究背景及意义 |
| 1.3 软测量方法的研究现状 |
| 1.3.1 基于机理驱动的软测量方法研究现状 |
| 1.3.2 基于数据驱动的软测量方法研究现状 |
| 1.3.3 基于混合驱动的软测量方法研究现状 |
| 1.4 本文主要研究内容 |
| 1.5 全文的结构安排 |
| 2 相关理论基础 |
| 2.1 软测量基本理论 |
| 2.1.1 软测量的基本概念 |
| 2.1.2 软测量模型建立的基本步骤 |
| 2.2 软测量建模方法概述 |
| 2.2.1 相关性检验 |
| 2.2.2 小波阈值去噪 |
| 2.2.3 支持向量回归 |
| 2.2.4 粒子群优化算法 |
| 2.3 课题应用实例分析 |
| 2.3.1 空气预热器简介 |
| 2.3.2 空气预热器转子热变形分析 |
| 2.3.3 空气预热器漏风分析 |
| 2.4 本章小结 |
| 3 基于数据驱动的软测量方法 |
| 3.1 工业过程数据的处理及分析 |
| 3.1.1 工业过程数据采集 |
| 3.1.2 辅助变量的选择 |
| 3.1.3 小波分析进行数据去噪 |
| 3.1.4 数据集的选择及归一化 |
| 3.2 基于数据驱动的软测量方法建模 |
| 3.2.1 基于BP神经网络的软测量方法 |
| 3.2.2 基于支持向量回归的软测量方法 |
| 3.2.3 基于粒子群优化算法的支持向量机的软测量方法 |
| 3.2.4 基于小波分析和支持向量机的软测量方法 |
| 3.3 本章小结 |
| 4 基于数据和机理混合驱动的软测量方法 |
| 4.1 软测量方法的整体设计 |
| 4.2 混合驱动软测量建模方法概述 |
| 4.3 混合驱动软测量建模 |
| 4.3.1 基于误差的混合驱动软测量建模 |
| 4.3.2 基于叠加的混合驱动软测量的建模 |
| 4.3.3 基于权重因子的混合驱动的软测量建模 |
| 4.4 实验结果分析 |
| 4.4.1 机理模型建模结果分析 |
| 4.4.2 数据驱动模型建模结果分析 |
| 4.4.3 混合驱动模型建模结果分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）基于模型的火电厂烟气含氧量预测控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 锅炉系统生产过程概述 |
| 1.3 国内外研究现状 |
| 1.3.1 烟气含氧量建模的研究现状 |
| 1.3.2 烟气含氧量优化控制的研究现状 |
| 1.3.3 机组运行经济性能评估的研究现状 |
| 1.4 研究对象介绍 |
| 1.4.1 火电厂锅炉系统简介 |
| 1.4.2 火电厂锅炉设计参数 |
| 1.5 本文主要研究内容及论文结构 |
| 2 基于数据驱动的火电厂烟气含氧量建模 |
| 2.1 问题描述 |
| 2.2 基于PSO-GA-Elman模型的建模策略 |
| 2.2.1 Elman神经网络 |
| 2.2.2 粒子群算法 |
| 2.2.3 遗传算法 |
| 2.2.4 PSO-GA-Elman预测模型 |
| 2.3 火电厂现场数据采集与预处理 |
| 2.3.1 火电厂现场数据采集 |
| 2.3.2 火电厂数据处理方法 |
| 2.3.3 数据归一化 |
| 2.4 火电厂烟气含氧量预测模型建立及验证 |
| 2.4.1 模型相关辅助变量选取 |
| 2.4.2 预测模型建立 |
| 2.4.3 预测模型验证 |
| 2.5 本章小结 |
| 3 火电厂烟气含氧量的预测控制研究 |
| 3.1 问题描述 |
| 3.2 模型预测控制的基本原理 |
| 3.3 基于PSO-GA-Elman模型的预测控制方法 |
| 3.3.1 PSO-GA-Elman多步预测模型 |
| 3.3.2 基于牛顿迭代法的滚动优化 |
| 3.3.3 权值在线可调的反馈矫正 |
| 3.3.4 基于PSO-GA-Elman模型的控制算法原理 |
| 3.4 烟气含氧量预测控制仿真验证 |
| 3.4.1 全工况条件下的烟气含氧量优化设定值 |
| 3.4.2 预测控制算法初始化与数据准备 |
| 3.4.3 烟气含氧量预测控制仿真结果 |
| 3.5 本章小结 |
| 4 火电厂机组运行经济性能评估 |
| 4.1 问题描述 |
| 4.2 机组模块监测 |
| 4.2.1 锅炉模块 |
| 4.2.2 空预器模块 |
| 4.2.3 厂级模块 |
| 4.2.4 机组模块监测仿真验证 |
| 4.3 机组运行经济性能评估 |
| 4.3.1 机组运行经济性能评估方法原理 |
| 4.3.2 机组运行经济性能评估仿真验证 |
| 4.3.3 预测控制作用下的机组经济性能评估验证 |
| 4.4 预测控制与经济性能评估可视化界面 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（3）基于深度学习的复杂工业过程软测量方法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题应用案例分析 |
| 1.2.1 回转式空气预热器原理 |
| 1.2.2 转子热变形漏风原理 |
| 1.2.3 漏风控制的重点和难点 |
| 1.3 课题研究现状 |
| 1.3.1 软测量建模方法 |
| 1.3.2 软测量方法研究进展 |
| 1.3.3 空气预热器研究进展 |
| 1.4 软测量方法主要存在问题 |
| 1.5 本文的主要工作及章节安排 |
| 2 复杂工业过程软测量方法的理论基础 |
| 2.1 数据预处理 |
| 2.1.1 灰色关联分析法选择辅助变量 |
| 2.1.2 样本误差的剔除 |
| 2.1.3 样本归一化处理 |
| 2.2 深度置信网络 |
| 2.2.1 受限玻尔兹曼机的基本模型 |
| 2.2.2 深度置信网络的结构 |
| 2.3 支持向量回归 |
| 2.4 粒子群优化算法 |
| 2.5 本章小结 |
| 3 基于深度学习的软测量方法 |
| 3.1 工业过程中的数据处理及分析 |
| 3.1.1 工业过程数据采集 |
| 3.1.2 灰色关联分析选取辅助变量 |
| 3.1.3 数据预处理及归一化 |
| 3.1.4 样本数据的选择 |
| 3.2 基于深度学习的软测量方法仿真与分析 |
| 3.2.1 基于BP神经网络的软测量方法 |
| 3.2.2 基于SVR算法的软测量方法 |
| 3.2.3 基于DBN-DNN算法的软测量方法 |
| 3.3 本章小结 |
| 4 基于DBN-IPSO-SVR的软测量方法 |
| 4.1 模型总体设计思想 |
| 4.2 基于深度置信网络的改进模型 |
| 4.2.1 模型的无监督训练 |
| 4.2.2 DBN结合SVR算法的流程 |
| 4.3 基于改进的粒子群优化算法选取参数 |
| 4.3.1 传统粒子群优化算法 |
| 4.3.2 改进的粒子群优化算法选取模型参数 |
| 4.4 软测量模型DBN-IPSO-SVR的仿真 |
| 4.4.1 实验数据的设置 |
| 4.4.2 新型软测量模型的仿真 |
| 4.4.3 不同参数优化方法的仿真对比 |
| 4.4.4 模型仿真结果的分析 |
| 4.5 不同软测量模型的仿真对比 |
| 4.5.1 模型的仿真对比 |
| 4.5.2 结果分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 本文的工作总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（4）基于证据进化C均值算法的热工设备状态挖掘方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状与分析 |
| 1.2.1 数据驱动型热工设备状态预警方法研究现状 |
| 1.2.2 热工设备状态挖掘与表征方法研究现状 |
| 1.2.3 数据驱动型热工设备状态预警方法面临的问题 |
| 1.3 论文主要研究内容及框架 |
| 1.3.1 论文主要内容 |
| 1.3.2 论文安排 |
| 第二章 单目标证据进化C均值算法研究及应用 |
| 2.1 引言 |
| 2.2 证据C均值聚类算法研究 |
| 2.2.1 证据理论基础概念 |
| 2.2.2 证据C均值聚类算法 |
| 2.3 基于VABC的单目标进化C均值聚类算法 |
| 2.3.1 E2CM算法基本思想 |
| 2.3.2 E2CM算法具体实现 |
| 2.4 仿真结果与分析 |
| 2.4.1 示例 |
| 2.4.2 与其他聚类方法比较 |
| 2.5 E2CM算法在排粉机状态挖掘及表征上的应用 |
| 2.5.1 排粉机状态挖掘及表征 |
| 2.5.2 排粉机状态划分及仿真分析 |
| 2.6 本章小结 |
| 第三章 多目标证据进化C均值算法研究及应用 |
| 3.1 引言 |
| 3.2 多目标优化算法进化策略研究 |
| 3.2.1 适应度分配策略 |
| 3.2.2 快速非支配排序方法 |
| 3.2.3 拥挤度计算策略 |
| 3.3 多目标证据进化C均值聚类算法 |
| 3.3.1 单目标E2CM算法的不足之处 |
| 3.3.2 多目标证据进化C均值算法实现 |
| 3.4 仿真结果与分析 |
| 3.4.1 示例 |
| 3.4.2 仿真结果与其他算法比较 |
| 3.5 MOE2CM算法在空气预热器状态挖掘及表征中的应用 |
| 3.5.1 空气预热器状态挖掘及表征 |
| 3.5.2 空气预热器状态划分及仿真分析 |
| 3.6 本章小结 |
| 第四章 基于改进型CMEW-EKNN方法的热工设备状态预警 |
| 4.1 引言 |
| 4.2 CMEW-EKNN状态预警模型 |
| 4.3 改进型CMEW-EKNN方法 |
| 4.3.1 CMEW-EKNN模型存在问题分析 |
| 4.3.2 改进型CMEW-EKNN方法具体实现 |
| 4.4 改进型CMEW-EKNN状态预警方法的应用 |
| 4.4.1 排粉机正常状态监测 |
| 4.4.2 空气预热器异常状态预警 |
| 4.5 本章小结 |
| 第五章 论文总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 附录A 变长度的人工蜂群智能算法 |
| 作者攻读硕士学位期间的研究成果 |
| 致谢 |
（5）一种基于MATLAB的空气预热器间隙控制系统模糊控制（论文提纲范文）
| 1 漏风分析 |
| 2 漏风间隙控制系统 |
| 3 模糊控制设计 |
| 3.1 选择输入和输出量 |
| 3.2 输入量和输出量的模糊化 |
| 3.3 制定模糊规则 |
| 3.4 反模糊 |
| 3.5 Simulink仿真 |
| 4 结语 |
（6）基于EBSILON二次再热百万机组机炉耦合建模仿真及热经济性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 火电机组建模研究 |
| 1.2.1 汽轮机系统建模 |
| 1.2.2 锅炉系统建模 |
| 1.2.3 机炉耦合建模 |
| 1.3 火电机组经济性研究 |
| 1.4 本课题研究内容 |
| 2 火电机组建模仿真 |
| 2.1 EBSILON介绍 |
| 2.1.1 Ebsilon软件简介 |
| 2.1.2 基本建模过程 |
| 2.2 火电机组建模 |
| 2.2.1 汽轮机系统建模及仿真 |
| 2.2.1.1 汽轮机系统模型介绍 |
| 2.2.1.2 建模及仿真 |
| 2.2.1.3 汽轮机模型验证及变工况 |
| 2.2.2 锅炉系统建模及仿真 |
| 2.2.2.1 锅炉系统模型介绍 |
| 2.2.2.2 建模及仿真 |
| 2.2.2.3 锅炉系统模型验证及变工况 |
| 2.2.3 汽轮机系统和锅炉系统耦合建模 |
| 2.3 本章小结 |
| 3 再热气温调节控制研究 |
| 3.1 再热器气温调节原理 |
| 3.2 软件环境下再热汽温控制逻辑 |
| 3.3 中间点温度变化时烟气再循环率的变化 |
| 3.4 烟气再循环率及其影响因素 |
| 3.4.1 负荷 |
| 3.4.2 过量空气系数 |
| 3.4.3 煤质 |
| 3.4.4 给水温度 |
| 3.5 本章小结 |
| 4 系统经济性研究 |
| 4.1 负荷改变 |
| 4.2 磨煤机入口风温改变 |
| 4.3 烟气旁路中间点温度改变 |
| 4.4 本章小结 |
| 5 优化系统改造 |
| 5.1 负荷改变 |
| 5.2 烟气冷却器功率分配比例改变 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 本文结论 |
| 6.2 本文创新点 |
| 6.3 本文存在不足 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的主要成果 |
| 学位论文评阅及答辩情况表 |
（7）二次再热机组空气预热流程优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 减小空气预热器温差 |
| 1.2.2 一次风余热利用 |
| 1.2.3 减少空气预热器漏风 |
| 1.3 本文主要研究内容 |
| 第2章 基于二次再热机组的空气预热流程优化 |
| 2.1 案例机组简介 |
| 2.2 新型空气预热流程 |
| 2.3 热力系统模拟与验证 |
| 2.4 本章小结 |
| 第3章 新型空气预热系统节能效果与机理分析 |
| 3.1 整体性能分析 |
| 3.1.1 基本假设与分析方法 |
| 3.1.2 节能效果评估 |
| 3.1.3 对数换热温差 |
| 3.2 热力学第一定律分析法 |
| 3.2.1 替代抽汽对级组出功的影响 |
| 3.2.2 能流图分析 |
| 3.3 热力学第二定律分析法 |
| 3.3.1 (?)流图分析 |
| 3.3.2 空气预热过程图像(?)(EUD)分析 |
| 3.4 本章小结 |
| 第4章 经济性分析 |
| 4.1 阻力计算 |
| 4.2 经济性分析 |
| 4.2.1 分析方法 |
| 4.2.2 经济性分析结果 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 研究工作的展望 |
| 参考文献 |
| 攻读硕士学位期间参与的科研项目 |
| 攻读硕士学位期间发表的论文及专利 |
| 致谢 |
（8）燃煤电站锅炉运行状态监测与经济性评估研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 燃煤电站生产过程概述 |
| 1.3 国内外研究现状和存在问题 |
| 1.3.1 锅炉烟气含氧量监测的研究现状和存在问题 |
| 1.3.2 锅炉热效率监测与配风方式的研究现状和存在问题 |
| 1.3.3 电站机组运行经济性评估的研究现状和存在问题 |
| 1.4 研究对象介绍 |
| 1.4.1 燃煤电站锅炉系统简介 |
| 1.4.2 燃煤电站锅炉设计参数 |
| 1.5 本文的研究内容 |
| 1.5.1 本文主要研究点 |
| 1.5.2 本文各研究点间关系 |
| 第二章 燃煤电站锅炉烟气含氧量软测量监测模型 |
| 2.1 问题描述 |
| 2.2 神经网络的建模策略 |
| 2.2.1 神经网络的结构 |
| 2.2.2 神经网络的迭代过程简述 |
| 2.3 燃煤电站现场数据特点及预处理方法 |
| 2.3.1 数据存在的问题 |
| 2.3.2 辅助变量的选择 |
| 2.3.3 数据的处理方法 |
| 2.4 烟气含氧量监测模型的建立与验证 |
| 2.4.1 模型参数选取 |
| 2.4.2 模型建立 |
| 2.4.3 模型验证 |
| 2.5 本章小结 |
| 第三章 燃煤电站锅炉热效率监测与配风方式研究 |
| 3.1 问题描述 |
| 3.2 锅炉热效率计算 |
| 3.2.1 正平衡法机理 |
| 3.2.2 反平衡法机理 |
| 3.2.3 数据验证及分析 |
| 3.3 基于LSSVM锅炉热效率监测模型 |
| 3.3.1 最小二乘支持向量机原理 |
| 3.3.2 模型的参数选取 |
| 3.3.3 模型仿真及验证 |
| 3.4 风煤比与锅炉热效率的关系模型 |
| 3.5 本章小结 |
| 第四章 燃煤电站锅炉烟气含氧量控制与机组运行经济性评估 |
| 4.1 问题描述 |
| 4.2 烟气含氧量预测控制 |
| 4.2.1 预测模型 |
| 4.2.2 滚动优化和反馈校正 |
| 4.2.3 仿真结果 |
| 4.3 机组运行模块监测及仿真 |
| 4.3.1 空预器漏风率 |
| 4.3.2 厂用电率 |
| 4.3.3 发电煤耗 |
| 4.4 机组运行经济性整体评估 |
| 4.4.1 组合加权评估 |
| 4.4.2 组合加权评估方法验证 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
| 攻读硕士学位期间已授权或受理的发明专利 |
| 攻读硕士学位期间参与项目情况 |
（9）某电厂空气预热器漏风密封系统改造研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第1章 绪论 |
| 1.1 国内空气预热器密封技术研究现状及分析 |
| 1.2 国外空气预热器密封技术研究现状 |
| 1.3 本文研究内容 |
| 第2章 空气预热器密封系统工作原理及结构 |
| 2.1 空气预热器密封系统结构 |
| 2.2 空预器泄漏原理分析 |
| 2.3 密封技术需解决的问题 |
| 2.4 本章小结 |
| 第3章 某电厂机组预热器密封系统改造方案 |
| 3.1 轴封系统密封的工作原理及对空预器密封系统的启发 |
| 3.1.1 轴封系统密封的工作原理 |
| 3.1.2 空气预热器密封系统改进思路 |
| 3.2 密封系统改造的内容、基本思路和特点 |
| 3.2.1 密封改造内容 |
| 3.2.2 改造基本思路和特点 |
| 3.3 改造后的工作原理 |
| 3.3.1 某电厂机组空预器密封存在的问题 |
| 3.3.2 密封系统改造方案 |
| 3.4 改造调试安装顺序及施工质量要求 |
| 3.5 密封改造后评价办法 |
| 3.6 本章小结 |
| 第4章 密封系统改造后各项的实验分析 |
| 4.1 试验目的、内容及方法 |
| 4.1.1 试验目的 |
| 4.1.2 试验对象 |
| 4.1.3 试验设备 |
| 4.1.4 试验内容 |
| 4.1.5 试验方法 |
| 4.2 某电厂密封系统改造后系统调试 |
| 4.3 空气预热器改造后的运行 |
| 4.4 密封系统改造后系统的维护工作 |
| 4.5 本章小结 |
| 第5章 改造后的测试结果和效益分析 |
| 5.1 密封系统改造后对性能的测试 |
| 5.2 改造后求解过程 |
| 5.3 密封系统改造后性能测试的结果 |
| 5.4 改造后经济效益的计算方法 |
| 5.4.1 降低煤耗 |
| 5.4.2 风机电耗 |
| 5.5 密封系统改造后对效益的分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 导师简介 |
| 企业导师简介 |
| 作者简介 |
| 学位论文数据集 |
（10）燃煤电站空气预热器运行状态监测与经济性评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 燃煤电站生产过程简介 |
| 1.3 回转式空预器简介 |
| 1.3.1 风罩回转式空预器 |
| 1.3.2 转子回转式空预器 |
| 1.4 国内外研究现状和存在问题 |
| 1.4.1 漏风监测研究现状及存在问题 |
| 1.4.2 灰污监测研究现状及存在问题 |
| 1.4.3 运行经济性评估研究现状及存在问题 |
| 1.5 本文的研究内容 |
| 1.5.1 本文的主要研究点 |
| 1.5.2 本文各研究点间关系 |
| 第二章 燃煤电站回转式空预器漏风监测 |
| 2.1 问题描述 |
| 2.2 研究对象介绍 |
| 2.2.1 燃煤电站锅炉系统 |
| 2.2.2 燃煤电站回转式空预器 |
| 2.3 回转式空气预热器漏风机理分析 |
| 2.3.1 携带漏风 |
| 2.3.2 直接漏风 |
| 2.4 漏风的评定指标 |
| 2.4.1 漏风系数 |
| 2.4.2 漏风率 |
| 2.4.3 漏风系数与漏风率的关系 |
| 2.5 软测量建模与辅助变量选择 |
| 2.5.1 软测量建模 |
| 2.5.2 影响辅助变量选取的因素 |
| 2.5.3 辅助变量选择步骤 |
| 2.6 基于PSO-LSSVM模型的空预器漏风率监测 |
| 2.6.1 最小二乘支持向量机理论和算法原理 |
| 2.6.2 基于粒子群算法的滚动优化 |
| 2.6.3 基于PSO-LSSVM的模型 |
| 2.7 实际数据仿真结果 |
| 2.7.1 数据分析和辅助变量选取 |
| 2.7.2 PSO-LSSVM模型评价指标及验证 |
| 2.7.3 模型预测性能评估 |
| 2.8 本章小结 |
| 第三章 燃煤电站回转式空预器积灰监测 |
| 3.1 问题描述 |
| 3.2 燃煤电站热工数据采集及误差分析 |
| 3.2.1 火电数据常见问题 |
| 3.2.2 火电数据误差分析 |
| 3.3 燃煤电站热工数据预处理 |
| 3.3.1 剔除显着误差的处理方法 |
| 3.3.2 减小随机误差的处理方法 |
| 3.3.3 数据归一化处理 |
| 3.4 物性参数数据库 |
| 3.4.1 工质物性参数数据库 |
| 3.4.2 烟气物性参数数据库 |
| 3.5 烟气成分实时分析 |
| 3.5.1 煤质分析 |
| 3.5.2 烟气成分估计 |
| 3.5.3 仿真验证 |
| 3.6 逆烟气流程的三分仓回转式空预器传热模型 |
| 3.6.1 空预器传热模型 |
| 3.6.2 仿真验证 |
| 3.7 基于逆烟温传热模型的空气预热器灰污监测模型 |
| 3.7.1 清洁系数 |
| 3.7.2 仿真验证 |
| 3.8 本章小结 |
| 第四章 燃煤电站回转式空预器运行经济性评估 |
| 4.1 问题描述 |
| 4.2 监测模块 |
| 4.2.1 热效率监测 |
| 4.2.2 耗电量监测 |
| 4.3 基于模糊神经网络的评估模型 |
| 4.3.1 模糊数学简介 |
| 4.3.2 T-S模糊神经网络 |
| 4.3.3 基于T-S模糊神经网络的空预器运行经济性评估模型 |
| 4.4 用户界面功能实现 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 进一步展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
| 攻读硕士学位期间已授权或受理的发明专利 |
| 攻读硕士学位期间参与项目情况 |
四、模糊控制方法在空气预热器漏风控制中的应用（论文参考文献）
- [1]基于数据和机理混合驱动的复杂工业软测量方法研究[D]. 赵雨凡. 西安理工大学, 2021
- [2]基于模型的火电厂烟气含氧量预测控制研究[D]. 张玮. 西安工业大学, 2021(02)
- [3]基于深度学习的复杂工业过程软测量方法研究[D]. 连鹏隆. 西安理工大学, 2020
- [4]基于证据进化C均值算法的热工设备状态挖掘方法研究[D]. 周宏宇. 东南大学, 2020(01)
- [5]一种基于MATLAB的空气预热器间隙控制系统模糊控制[J]. 吴志鹏. 电子世界, 2020(11)
- [6]基于EBSILON二次再热百万机组机炉耦合建模仿真及热经济性研究[D]. 麻国倩. 山东大学, 2020(12)
- [7]二次再热机组空气预热流程优化研究[D]. 齐震. 华北电力大学(北京), 2020
- [8]燃煤电站锅炉运行状态监测与经济性评估研究[D]. 陈鑫. 上海交通大学, 2019(06)
- [9]某电厂空气预热器漏风密封系统改造研究[D]. 张振斌. 华北理工大学, 2019(01)
- [10]燃煤电站空气预热器运行状态监测与经济性评估[D]. 魏紫阳. 上海交通大学, 2018(01)