工程专业学位研究生论文开题报告

时间：2023-03-17 00:54:41 开题报告我要投稿

相关推荐

工程专业学位研究生论文开题报告范文

　　本文是应届毕业生网小编整理的工程专业学位研究生论文开题报告范文，希望对大家有所帮助。

工程专业学位研究生论文开题报告范文

　　论文题目：基于智能算法的火电厂燃烧优化技术的研究

　　一、选题背景及其意义

　　近几年来，随着我国大部分地区用电紧张的局面越来越明显，如何利用提高发电机组的热销能来降低成本已经成为目前相关领域研究的热点问题[1]。并且随着经济体制改革的不断深入，充分利用现有资源改善锅炉燃烧效率是目前最为常用的方法。

　　对锅炉燃烧优化可以从开环和闭环两种途径进行，前者是通过人工参与的方法控制锅炉燃烧情况，而后者是通过设定既定的参数进行自动控制。这两种方法都有各自的优点和缺点，需要根据实际情况进行区分使用[2]。

　　本文研究的锅炉燃烧优化问题是基于电厂锅炉设备自身特点进行闭环自动检测控制，并使得设备可以自动相应实时情况，为许多电厂进行设备改造和优化同一定的经验和数据支持。针对锅炉燃烧系统中急需要解决的多种问题[3-6]，本文使用燃烧调整的方法对运行参数进行优化，使得锅炉可以在实时情况下达到最优运行状态。

　　二、国内外研究动态

　　三、课题研究内容

　　四、研究方案及难点

　　五、预期成果和可能的创新点

　　六、主要参考文献

　　[1] 黄雅罗.超临界火力发电技术及其应用前景[J].热力发电，2012，2：2-7

　　[2] 国家电网公司计划投融资部统计处.2013 年国家电网公司生产经营情况[J].中国电力，2012，2：105-110

　　[3] 王恩禄，张海燕，罗永浩，彭玲.低 NOx 燃烧技术及其在我国燃煤电站锅炉中的应用.动力工程[J]，2012，1：3-6

　　[4] 徐通模,袁益超,陈干锦,邵国桢.超大容量超超临界锅炉的发展趋势[J].动力工程，2012,23(3)：2363-2369

　　[5] Jarmoszewicz, G. ;Swirski, K. ; Wojdan, K.. Stochastic Immune Layer Optimizer: efficient tool for optimization of combustion process in a boiler.Bio-Inspired Models of Network, Information and Computing Systems, 2006. 1st .BIMNICS.2006.361827 Publication Year: 2006 , Page(s): 1-6

　　[6] Wojdan, K. ;Swirski, K. ; Chomiak, T.. Immune Inspired System for Chemical Process Optimization using the example of a Combustion Process in a Power Boiler. Intelligent Systems Applications to Power Systems, 2007. ISAP 2007. International Conference on ISAP.2007.4441678 Publication Year: 2007 , Page(s): 11-16

　　[7] 戴佩琨，程均培.火力发电新技术发展[J].火电设备，2012，1:229-231

　　[8] 张磊，李广华.锅炉设备与运行[M].北京:中国电力出版社,2012.6：54-61

　　[9] 樊泉桂.超临界和超超临界锅炉煤粉燃烧新技术分析[J]，2012，7(2)：23-25

　　[10] 杨震，庄恩.600 MW 超临界直流锅炉的燃烧调整试验[J].动力工程，2012，27(4)：111-118

　　[11] 范从振.锅炉原理[M].北京:中国电力出版社, 2011,328-233

　　[12] Ting-Ting Yang ;Ji-Zhen Liu ; De-liang Zeng ; XieXie, Computer and Automation Engineering (ICCAE), 2010 The 2nd International Conference on. Application of data mining in boiler combustion optimization. ICCAE.2010.5451473 Publication Year: 2010 , Page(s): 225 - 228

　　[13] LigangZheng ;Yugui Zhang ; Minggao Yu ; Minggao Yu ; Junbang Chen. Use of differential evolution in low NOx combustion optimization of a coal-fired boiler. Natural Computation (ICNC), 2010 Sixth International Conference on ICNC.2010.5583524 Publication Year: 2010 , Page(s): 4395 - 4399

　　[14] HuanZhao ; Pei-hong Wang ; Xianyong Peng ; Jin Qian ; Quan Wang. Constrained Optimization of Combustion at a Coal-Fired Utility Boiler Using Hybrid Particle Swarm Optimization with Invasive Weed Energy and Environment Technology, 2009. ICEET '09. International Conference on ICEET.2009.143 Publication Year: 2009 , Page(s): 564 - 567

　　[15] LigangZheng ;Minggao Yu ; Minggao Yu. Support Vector Regression and Ant Colony Optimization for Combustion Performance of Boilers. Natural Computation, 2008. ICNC '08. Fourth International Conference on ICNC.2008.479 Publication Year: 2008 , Page(s): 178 - 182

　　[16] 岑可法.锅炉燃烧试验研究方法及测量技术[M].水利电力出版社. 2011,273-277

　　[17] 李志东.锅炉燃烧优化指导系统的分析及应用[J].自动化博览, 2012(12)：32-36

　　[18] 于树明.燃煤锅炉效率在线监测计算方法的探讨[J].天津电力技术,2000(3)：33-37

　　[19] 李雪亮.实用简便的锅炉效率计算方法.华北电力技术,2012(9):15-19

　　[20] 陈赛.锅炉燃烧优化试验分析[J].福建能源开发与节约,20O2(3)：189-191

　　[21] 徐明厚.42OUh同心正反切圆锅炉燃烧优化的数值计算[J].热能动力工程,2012:222-227

　　[22] JianhuaZhang ; Bin Tian ; GuolianHou ; Jinfang Zhang. Improvement of boiler combustion control performance using probability density function shaping and particle swarm optimization. Systems and Control in Aerospace and Astronautics, 2008. ISSCAA 2008. 2nd International Symposium on ISSCAA.2008.4776235 Publication Year: 2008 , Page(s): 1 - 5

　　[23] QiangXu ;Jia Yang ; Yanqiu Yang. Identification and control of boiler combustion system based on neural networks and ant colony optimization algorithm. Intelligent Control and Automation, 2008. WCICA 2008. 7th World Congress on WCICA.2008.4593018 Publication Year: 2008 , Page(s): 765 - 768

　　[24] Miao Zhenjiang ; Yuan Baozong. An extended BAM neural network model. Neural Networks, 1993. IJCNN '93-Nagoya. Proceedings of 1993 International Joint Conference on IJCNN.1993.714276 Publication Year: 1993 , Page(s): 2682 - 2685 vol.3

　　[25] Burke, H.B. ; Rosen, D.B. ; Goodman, P.H. Comparing artificial neural networks to other statistical methods for medical outcome prediction. Neural Networks, 1994. IEEE World Congress on Computational Intelligence., 1994 IEEE International Conference on ICNN.1994.374560 Publication Year: 1994 , Page(s): 2213 - 2216 vol.4

　　[26] 何大方.大型锅炉燃烧优化调整[J].华东电力,2013(3):289-292

　　[27] 薛美盛.工业锅炉在线燃烧优化[J].化工自动化及仪表,2013,28(5):22-27

　　[28] 陈剑.锅炉燃烧优化闭环控制系统的初探[J].浙江电力,2013(2):673-679

　　[29] 陈兆兵,张长友.锅炉燃烧优化调整的试验研究[J].锅炉技术,2013,134(4):22-27

　　[30] 武宝会,师建斌.用DCS实现锅炉燃烧优化的闭环控制[J8.中国电力,2013,34(10):62-68

　　[31] 应达云.应用DCS系统实现在线指导锅炉燃烧优化[J].浙江电力,2000(5):183:-189

　　[32] 徐玲.工业锅炉燃烧过程的稳态优化模型[J].无锡轻工大学学报,2013,20(5):82-85

　　[33] 周昊.基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统[J].动力工程.2013,123(5):67-69

　　[34] 毕政益.火电机组运行优化在线管理系统状况[J].热力发电,2000(2):38-41

　　[35] 潘炼.神经网络控制在加热炉燃烧系统中的应用[J].自动化仪表,2013,19(11):22-25

　　[36] 郑怀林.陈维南.工业锅炉燃烧系统的分级智能控制[J].自动化仪表,2013,19(7):45-48

　　[37] 王德文.模糊控制在循环流化床锅炉燃烧控制系统中的应用[J].电力情报,2013(4):72-75