本文關(guān)鍵詞：工業(yè)鍋爐運(yùn)行優(yōu)化方法的研究

  更多相關(guān)文章： 工業(yè)鍋爐 (核)主元分析 正交試驗 運(yùn)行優(yōu)化

【摘要】：數(shù)量龐大的工業(yè)鍋爐,因運(yùn)行效率普遍較低,且缺乏運(yùn)行指導(dǎo),其中具有很大的節(jié)能潛力。工業(yè)鍋爐中熱效率指標(biāo)對衡量鍋爐運(yùn)行水平和經(jīng)濟(jì)性能具有重要意義,其影響因素多且相互影響關(guān)系復(fù)雜。隨著信息技術(shù)的發(fā)展,工業(yè)系統(tǒng)運(yùn)行中因“泛”計算機(jī)化,海量的生產(chǎn)過程數(shù)據(jù)能被輕松獲得,但數(shù)據(jù)的有效利用率低,如何挖取其中的有效信息并加以利用,是信息化和工業(yè)化融合中關(guān)注的重點(diǎn)。本文以鍋爐熱效率為基準(zhǔn)點(diǎn),以數(shù)據(jù)為研究對象,采用基于數(shù)據(jù)的理論方法進(jìn)行深入分析,找到優(yōu)化系統(tǒng)運(yùn)行的手段,以提高運(yùn)行效率、節(jié)約能源為最終目的,主要展開以下研究工作：首先,針對工業(yè)鍋爐運(yùn)行中產(chǎn)生的大量數(shù)據(jù),采用多變量統(tǒng)計技術(shù)中的主元分析法,利用正常運(yùn)行工況下的高效歷史數(shù)據(jù)建立主元模型,完成了歷史數(shù)據(jù)的降維和解耦處理,當(dāng)實測熱效率較低時,通過計算基于T2和SPE統(tǒng)計量的貢獻(xiàn)圖,確定導(dǎo)致效率低的主要參數(shù),進(jìn)行實時指導(dǎo)操作,以促使鍋爐處于較高效的運(yùn)行狀態(tài)。并進(jìn)行實驗仿真,驗證該方法在一定程度上起到了操作指導(dǎo)的作用。其次,由于工業(yè)鍋爐系統(tǒng)中存在非線性現(xiàn)象,而主元分析法是一種線性方法,加之主元分析法自身的局限性,可能導(dǎo)致結(jié)果存在一定的偏差,故進(jìn)一步采用核主元分析法對鍋爐的海量數(shù)據(jù)進(jìn)行建模分析,并采用相同的樣本進(jìn)行實驗仿真,確定主要影響參數(shù),供操作人員借鑒。最后,以可控參數(shù)值的優(yōu)化為基點(diǎn),進(jìn)行正交試驗方案設(shè)計,找到影響鍋爐效率最大的可控參數(shù)以及各參數(shù)在特定負(fù)荷下的優(yōu)化區(qū)間,從而科學(xué)指導(dǎo)操作人員工作,提高鍋爐效率,達(dá)到優(yōu)化運(yùn)行、節(jié)約能源的目的。
【關(guān)鍵詞】：工業(yè)鍋爐 (核)主元分析 正交試驗 運(yùn)行優(yōu)化
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TK227
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 課題的研究背景及意義10-12
• 1.2 以數(shù)據(jù)為支撐的技術(shù)發(fā)展12-13
• 1.3 本文的內(nèi)容13-14
• 1.4 本章小結(jié)14-15
• 第2章 供熱鍋爐的工作流程及其熱效率15-26
• 2.1 熱水鍋爐的結(jié)構(gòu)15-16
• 2.2 鍋爐的工作過程16-18
• 2.3 鍋爐系統(tǒng)的主要任務(wù)18-19
• 2.4 鍋爐熱效率的計算方法19-21
• 2.4.1 正平衡法19-20
• 2.4.2 反平衡法20-21
• 2.5 影響鍋爐效率的因素21-22
• 2.5.1 排煙熱損失q221
• 2.5.2 可燃?xì)怏w未完全燃燒熱損失q321-22
• 2.5.3 固體未完全燃燒熱損失q422
• 2.5.4 散熱損失q522
• 2.5.5 灰渣物理熱損失q622
• 2.6 解決措施22-25
• 2.6.1 基于排煙溫度的措施22-23
• 2.6.2 基于過量空氣系數(shù)α的措施23-24
• 2.6.3 基于q3的措施24
• 2.6.4 基于q4的措施24
• 2.6.5 基于q5的措施24-25
• 2.6.6 基于q6的措施25
• 2.7 本章小結(jié)25-26
• 第3章 主元分析法26-41
• 3.1 PCA簡介26-27
• 3.2 PCA的基本理論27-28
• 3.2.1 PCA的代數(shù)原理27-28
• 3.2.2 PCA的幾何意義28
• 3.3 PCA的算法28-30
• 3.4 基于PCA的運(yùn)行優(yōu)化30-36
• 3.4.1 數(shù)據(jù)預(yù)處理31-32
• 3.4.2 主元模型的建立32-33
• 3.4.3 PCA的主要統(tǒng)計量33-34
• 3.4.4 主元個數(shù)的選取34-36
• 3.5 實驗設(shè)計與結(jié)果分析36-40
• 3.6 本章小結(jié)40-41
• 第4章 核主元分析法41-54
• 4.1 KPCA概述41-42
• 4.2 KPCA的算法推導(dǎo)42-44
• 4.3 基于KPCA的運(yùn)行優(yōu)化44-49
• 4.3.1 核函數(shù)的選擇44-46
• 4.3.2 核主元模型的建立46-47
• 4.3.3 KPCA中統(tǒng)計量的計算47-48
• 4.3.4 貢獻(xiàn)量計算法48-49
• 4.4 方案設(shè)計與結(jié)果分析49-53
• 4.5 本章小結(jié)53-54
• 第5章 鍋爐參數(shù)優(yōu)化目標(biāo)值54-62
• 5.1 參數(shù)優(yōu)化目標(biāo)值方法54-55
• 5.2 正交試驗法55-56
• 5.3 鍋爐參數(shù)優(yōu)化的實驗方案設(shè)計56-61
• 5.3.1 參數(shù)的相關(guān)性分析56-57
• 5.3.2 實驗方案設(shè)計57-59
• 5.3.3 實驗結(jié)果分析59-61
• 5.4 本章小結(jié)61-62
• 第6章 總結(jié)和展望62-63
• 6.1 總結(jié)62
• 6.2 展望62-63
• 參考文獻(xiàn)63-66
• 攻讀學(xué)位期間公開發(fā)表論文66-67
• 致謝67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 張意翔;成金華;王菁;;基于能源問題區(qū)域差異的生態(tài)文明評價指標(biāo)體系研究[J];中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版);2014年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 蔣玲莉;基于核方法的旋轉(zhuǎn)機(jī)械故障診斷技術(shù)與模式分析方法研究[D];中南大學(xué);2010年

2 李勤道;基于爐內(nèi)參數(shù)測量的燃燒系統(tǒng)優(yōu)化運(yùn)行理論與技術(shù)的研究[D];華北電力大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 毛振華;基于主元分析的自適應(yīng)過程監(jiān)控方法研究[D];浙江大學(xué);2008年

2 高緒偉;核PCA特征提取方法及其應(yīng)用研究[D];南京航空航天大學(xué);2009年

3 李琳娜;基于核主成分分析（KPCA）和神經(jīng)網(wǎng)絡(luò)的單目紅外圖像深度估計[D];東華大學(xué);2013年

，

本文編號：677856