基于人工神经网络的全燃高炉煤气锅炉燃烧预报研究

论文摘要

高炉煤气是冶金行业在炼铁过程中的副产品,是一种热值低且有毒气体。全燃高炉煤气锅炉因为以高炉煤气为锅炉燃料因而在锅炉的设计、制造和运行都拥有自身独特的特点。因为完全以高炉煤气作为锅炉的燃料,全燃高炉煤气锅炉的运行与炼铁的高炉的工况息息相关。根据高炉的运行工况的变化及时做出全燃高炉煤气高炉的燃烧预报,对全燃高炉煤气锅炉的稳定运行具有一定意义。本文从高炉煤气的产生、性质和燃烧机理着手分析了全燃高炉煤气锅炉运行中影响燃烧的稳定性的因素,然后利用BP人工神经网络的强大非线性映射功能建立了全燃高炉煤气高炉稳定燃烧预报模型。文中采集了全燃高炉煤气锅炉现场的运行数据对预报模型进行了训练和测试,建立的模型可为全燃高炉煤气锅炉的优化运行提供技术保证,经现场检验预报模型能够基本满足实际需求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的背景及意义
• 1.2 相关研究工作
• 1.3 本课题的主要工作
• 1.4 本章小结
• 第二章 高炉煤气性质及燃烧
• 2.1 高炉煤气的产生
• 2.2 高炉煤气的成分及性质
• 2.3 高炉煤气的燃烧
• 2.3.1 高炉煤气燃烧的机理
• 2.3.2 高炉煤气的着火
• 2.3.3 高炉煤气的燃烧计算
• 2.4 全燃BFG 高温高压锅炉简介
• 2.4.1 设计参数
• 2.4.2 基本结构
• 2.4.3 燃烧装置
• 2.5 本章小结
• 第三章 影响全燃高炉煤气锅炉燃烧稳定性因素分析
• 3.1 燃烧稳定性概述
• 3.2 影响全燃高炉煤气锅炉燃烧稳定性因素分析
• 3.2.1 高炉煤气成分变化（高炉煤气热值变化）的影响
• 3.2.2 高炉煤气压力和流量
• 3.2.3 高炉煤气的初温
• 3.2.4 送风空气量和空气风温
• 3.2.5 锅炉负荷
• 3.3 反映燃烧状况的因素
• 3.4 本章小结
• 第四章 人工神经网络
• 4.1 神经网络的产生和发展
• 4.2 神经网络的原理、结构及分类
• 4.2.1 神经网络的原理
• 4.2.2 神经网络的结构
• 4.2.3 神经网络的分类
• 4.3 神经网络的学习算法及其应用
• 4.3.1 学习算法
• 4.3.2 人工神经网络的应用
• 4.4 BP 神经网络模型
• 4.4.1 BP 神经网络
• 4.4.2 BP 神经网络的结构
• 4.4.3 BP 神经网络的算法
• 4.4.4 BP 神经网络算法的改进
• 4.5 本章小结
• 第五章 基于BP 网络全燃高炉煤气锅炉燃烧预报模型的建立
• 5.1 模型的选择
• 5.2 模型结构的确定
• 5.2.1 神经网络输入、输出单元
• 5.2.2 神经网络的结构
• 5.3 样本数据的获得及处理
• 5.4 神经网络模型的程序的编制和运用
• 5.4.1 炉膛出口烟温预报网络的MATLAB 实现程序
• 5.4.2 炉膛出口烟温预报网络的运用和验证
• 5.4.3 尾部CO 含量预报网络的MATLAB 实现程序
• 5.4.4 尾部CO 含量预报网络的运用与和验证
• 5.5 预测网络误差原因分析
• 5.6 模型图形用户界面设计
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 研究展望
• 参考文献
• 附录
• 致谢
• 学习期间论文发表