欢迎来到天天文库
浏览记录
ID:36781987
大小:2.56 MB
页数:55页
时间:2019-05-15
《石灰石石膏湿法烟气脱硫效率的软测量技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、硕士学位论文石灰石-石膏湿法烟气脱硫效率的软测量技术Limestone-gypsumWetFlueGasDesulphurizationEfficiencyofSoftMeasurementTechnology齐年哲2013年12月国内图书分类号:TK314学校代码:10079国际图书分类号:681.5密级:公开硕士学位论文石灰石-石膏湿法烟气脱硫效率的软测量技术硕士研究生:齐年哲导师:杨建蒙副教授申请学位:工学硕士学科:动力工程及工程热物理专业:流体机械及工程所在学院:能源动力与机械工程学院答辩日期:2014年3月授予学位单位:华北电力大学ClassifiedIndex:TK314
2、U.D.C:681.5ThesisfortheMasterDegreeLimestone-gypsumWetFlueGasDesulphurizationEfficiencyofSoftMeasurementTechnologyCandidate:QiNianzheSupervisor:AssociateProf.YangJianmengSchoolofEnergyPowerandMechanicalSchool:EngineeringDateofDefence:March,2014Degree-Conferring-Institution:NorthChinaElectricPow
3、erUniversity华北电力大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《石灰石-石膏湿法烟气脱硫效率的软测量技术》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:日期:年月日华北电力大学硕士学位论文使用授权书《石灰石-石膏湿法烟气脱硫效率的软测量技术》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学
4、所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版本,同意学校将学位论文的全部或部分内容编入有关数据库进行检索,允许论文被查阅和借阅。本人授权华北电力大学,可以采用影印、缩印或扫描等复制手段保存、可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打―√‖):保密□,在年解密后适用本授权书不保密□作者签名:日期:年月日导师签名:日期:年月日摘要摘要世界空气质量持续恶化,而排放的污染气体主要以二氧化硫和二氧化碳为主。当今,火电机组在我国发电企业中仍占绝对统治地位,电
5、厂作为二氧化硫的排放大户,二氧化硫的排放控制限定已经成为火电机组所面临的重要问题,相应的对脱硫效率的监控预测也得到电厂的广泛重视。石灰石-石膏湿法脱硫技术在我国电厂脱硫中占绝对优势,占总量的85%~90%,影响湿法脱硫效率因素比较多,且具有关联性,因此对湿法脱硫效率预测较为困难。软测量技术是把自动控制理论运用到工业生产过程中,针对一些重要变量在实践中难以测量或者不便于测量的情况,通过计算机等高端科学技术,先去测量容易获得成果的变量,再利用某种数学关系去推断和估计重要变量的应用过程,这种测量技术实现了替代或者辅助硬件的功能。本论文分别应用偏最小二乘法、模糊神经网络法和支持向量回归机法建
6、立脱硫效率的预测模型。通过分析火电机组石灰石-石膏湿法脱硫效率的影响因素,利用从江西某电厂DCS控制系统采集的脱硫设备运行的历史数据,在MATLAB平台上对该模型进行训练和检验,得到了较为准确的脱硫效率预测模型,并将三种模型的预测效果进行了比较。研究结果表明:基于支持向量回归机建立的脱硫效率预测模型基本上能够和测试集的样本数据相吻合,最大的相对误差不超过0.6%,具有高度的准确性,明显的优于其他两种方法,并且方法简洁,具有在工程中应用的可行性。关键词:软测量技术,脱硫效率预测,偏最小二乘法,模糊神经网络,支持向量回归机I华北电力大学硕士学位论文AbstractWorldairqual
7、itycontinuestodeteriorate,themainpollutinggasesemittedasSO2andCO2,present,Chinaisstillthethermalpowergenerationcompanies,powerplantsastheSO2emitters,controllingSO2emissionshavebecomeimportantissuesfacingthepowergenerationbusiness,
此文档下载收益归作者所有