本项目通过锅炉燃烧过程中温度、压力、色度等三种动态信号的分析,获取包含燃烧温度、压力、浓度、速度和色度等多种信息。利用试验手段对这些信息中所反映锅炉燃烧稳定性、燃烧特征、燃烧的完全程度及燃烧过程CO等污染物排放状态等情况进行分析,并建立了锅炉炉内多相流流动、燃烧和传热的理论模型。根据试验和理论研究结果,建立起锅炉实时燃烧为诊断系统,该系统包含燃烧参数采集系统和参数分析诊断系统,并利用神经网络理论建立燃烧过程诊断规则和知识库。通过锅炉三维燃烧场诊断模型和系统的建立。可快速地分析和判断锅炉燃烧状况及可能出现的异常情况,从而保证锅炉安全、高效 、清洁的运行。
{{i.achievement_title}}
数据更新时间:2023-05-31
含饱和非线性的主动悬架系统自适应控制
城市生活垃圾热值的特征变量选择方法及预测建模
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于自组织小波小脑模型关节控制器的不确定非线性系统鲁棒自适应终端滑模控制
基于炉膛三维温度场的锅炉燃烧优化动态建模与控制方法研究
煤粉燃烧过程稳定性动态分析及其诊断
锅炉燃烧故障诊断及安全保护专家系统的研究
复杂燃烧场OH-PLIF诊断关键技术研究