【作者】 杨丽雯； 王景成； 史元浩；

【Author】 Liwen YANG;Jingcheng WANG;Yuanhao SHI;Department of Automation, Shanghai Jiao Tong University, and Key Laboratory of System Control and Information Processing,Ministry of Education, SJTU;

【机构】 上海交通大学自动化系,系统控制与信息处理教育部重点实验室；

【摘要】 在火电锅炉燃烧系统中,烟气含氧量反映了锅炉内燃料的燃烧状况,是最重要的锅炉运行参数之一.对烟气含氧量的优化控制关系到锅炉安全经济运行.本文在利用BP人工神经网络针对锅炉燃烧系统中的烟气含氧量进行建模的基础上,利用粒子群算法分别针对不同负荷段下对烟气含氧量的不同要求进行了优化,并结合历史数据对优化算法的有效性进行了验证.更多还原

【Abstract】 The optimization of the oxygen content in flue gas has a great impact on the safe and economic operation of boiler combustion system. With the model of BP neural network, the optimization of the oxygen content in flue gas is operated based on PSO, while the optimization settings are different under different load segments. The efficiency of the algorithm is proved by validation results of historical data.更多还原