一、火电厂生产成本动态监测系统的研究（论文文献综述）
彭超逸,张昆,胡亚平,聂涌泉[1]（2021）在《动态监测系统在电力市场环境下的应用》文中研究说明与国际电力改革一样,中国的电力市场化改革打破了垄断,构建了竞争性电力市场,改变了发输配售的垂直一体化的组织结构,赋予了市场设计者和市场监督者新的使命。同时,伴随着信息技术的快速发展,利用现代化的信息网络技术,在现有的电力交易技术支持系统上建立市场动态监测系统具有重要意义。从当前电力市场环境下动态监测系统存在的问题出发,针对其建设需求,设计了以计算机软件开发技术、大数据挖掘、建模分析和智能控制技术为依托的电力市场动态监测系统架构,并部署相应功能构成和支撑技术。最后以某一区域电网为例,论述了该系统的建设现状及典型应用场景,有望为培育和建立健康有序的电力市场生态体系提供技术和理论支撑。
刘甜田[2]（2021）在《基于MFCA的D火电厂环境成本控制研究》文中研究说明随着我国经济的快速发展,生态破坏和环境污染问题日益严重,影响了我国经济的可持续发展。近年来,我国部分地区的雾霾现象发生越来越频繁,环境污染问题已经严重影响了人们的正常生活。火力发电行业是我国工业的重要组成部分,同时也属于高污染行业,环境污染问题已经成为阻碍火电企业经济发展和环境保护和谐统一的重要阻碍。近几年国家加大对环境的保护力度,出台各种环保政策,人们的环境保护意识也日益凸显,以上种种都成为火电企业将要面临的环境成本压力,因此火电企业环境成本控制的研究愈加必要。物质流成本会计（MFCA）作为环境成本控制的技术工具,利用在生产链中输入物质与输出物质的数量和成本平衡原理,通过对中间环节产品成本的计量,将成本划分为正成本和资源损失成本,谋求降低企业的资源消耗,从而使企业达到降低环境成本、减少环境污染的目的,实现经济效益与环境效益的“双赢”目标。在充分认识到火电企业环境成本控制重要性的基础上,通过综合运用文献研究法、调查研究法和案例分析法,以D火电厂的环境成本控制为研究对象,通过对D火电厂现行的环境成本控制体系进行分析,得出D火电厂现行环境成本控制过程中存在的问题。针对D火电厂所面临的问题,分析火电厂引入物质流成本会计（MFCA）的必要性和可行性。运用物质流成本会计（MFCA）构建D火电厂环境成本控制体系,找到D火电厂的资源损失环节,计算各个环节的资源损失成本,对每个生产环节资源损失成本产生的原因进行深入分析。基于此对D火电厂的环境成本进行事前控制、事中控制和事后控制,并对全过程控制的预期效果进行分析,最后基于物质流成本会计（MFCA）对D火电厂的环境成本控制提出建议。
孙文雪[3]（2021）在《基于货物结存动态监测的港口堆场作业流程优化研究》文中指出海运在物流体系中占据着主导地位,港口作为连接海陆货运的物流枢纽,承载着重要的作用。堆场在港口作业链中起到起承转合的作用,是港口装卸、存储、转运的重要设施,直接影响港口作业效率、作业成本,间接决定了港口的吞吐能力。当前堆场管理模式下,数据信息滞后、准确性差、共享程度低,资源配置不合理等问题严重限制了堆场的作业效率和吞吐能力,亟待成熟的技术手段实现堆场货物结存的动态监测。在港口企业自动化、智慧化、精细化转型的过程中,无人机、5G等成熟的商用技术正在不断融入。无人机航摄测量技术和图像识别算法的结合,能够准确、快速、高效、经济地实现堆场货物结存动态监测。在货物结存动态监测系统的基础上,通过优化现有堆场作业流程,能够充分发挥信息技术优势,有效缩短堆场整体作业时间,提升作业效率、降低作业成本,一定程度上提升港口的吞吐能力。首先,本文使用文献分析和现场调研方法,对堆场管理现状进行了分析和总结,并根据广州港堆场作业流程挖掘实例分析结果,提出堆场作业流程存在人工参与度高,数据准确性低、及时性差,作业效率低,作业成本高等问题,并创建流程优化性能评价体系,评价指标包括作业时间、作业效率、作业成本、指令重排比率和人工参与度。然后,以堆场转栈作业和进口业务提货作业流程为研究对象,针对现状和存在的问题,提出了流程优化方案,运用着色Petri网（Color Petri-net,CPN）建模语言对优化后堆场作业流程构建模型,使用CPN Tools仿真工具完成模型仿真,验证优化流程的可行性。最后,对广州港案例分析中的性能分析结果和模型仿真结果进行对比分析,评价作业流程优化效果,验证流程优化的有效性。根据流程优化结果,提出堆场作业流程优化建议,解决堆场作业流程中存在的问题。
安健健[4]（2021）在《基于深度学习的典型目标检测及工作状态判定》文中研究说明当今世界,人工智能迅速发展,各种智能化监测系统不断涌现并被应用到各个领域,随着遥感卫星技术不断成熟,获取到的遥感图像质量不断提升。近年来,对遥感图像中感兴趣目标（舰船,冷却塔,飞机等）进行识别成为遥感图像处理和计算机视觉领域研究的热点问题。针对火力发电厂冷却塔和舰船这两种典型目标,基于深度学习目标检测技术对上述两种目标进行智能识别研究,对于我国这样一个海陆兼备的国家,无论是在民用方面还是军事方面都具有十分重要的意义。在民用方面,监测化石燃料发电厂的排放,有助于减轻空气污染,协助城市环境监测;在军事方面,能够用于监视敌方重点军事目标部署与动态,评估战时打击效果,进行精确制导。因此,检测遥感图像中发电厂冷却塔和舰船并判定其工作状态具有十分重要的现实意义。目前我国对上述两种目标的定位还停留在目视解译阶段,基于深度学习的遥感图像目标检测方法已经成为一种重要而有效的技术,其性能已经超过了其他传统方法,设计能够快速准确检测大幅遥感图像中的冷却塔和舰船目标对于改善环境质量,提升国防实力具有深远意义。然而,在实际检测过程中,传统的深度学习目标检测模型采用非极大值抑制算法剔除冗余检测框,该方法总体策略为置信度值直接归零和贪婪法筛选,此策略无论在精度上还是效率上都会降低模型的检测性能。针对当前对上述两种目标检测及工作状态判定研究较少、模型性能不佳且缺乏相应数据集这一问题,本文自行构建了冷却塔和舰船检测及工作状态判定数据集。数据集标注完成后,搭建好实验平台,分别对八种典型目标检测算法进行对比实验,比较各模型优缺点并选取性能较好的YOLOv4模型进行改进,针对传统非极大值抑制算法存在的问题,提出采用分段函数代替直接归零的方式改变预测框置信度,采用面积比较法与重叠部分长度比较法代替贪婪法挑选候选框。实验结果表明,本文提出的对YOLOv4模型的优化改进能够更好的实现上述两种目标的检测及工作状态判定。最后使用Python和C++语言将该算法开发成软件,对检测影像实时显示并保存结果,以便更好地应用于生产实践。
邵亚琴[5]（2020）在《基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究》文中研究说明草原区煤电基地开发在满足我国能源战略需求的同时,给区域生态环境系统带来了巨大冲击,引发众多生态问题,如土地损毁、地下水位下降、大气污染等,生态扰动表现方式和演变机制各不相同,累积效应显着,严重影响区域能源保障和生态屏障作用的发挥,实现煤电基地生态环境实时监测和合理评价,为煤电基地生态环境保护和修复补偿监管提供依据,能够有效促进煤电基地生态文明建设。本文依托于国家重点研发计划项目《东部草原区大型煤电基地生态修复与综合整治技术及示范》（2016YFC0501109）,针对我国绿色开发能源战略的需求,以生态文明建设为契机,紧扣草原区煤电基地生态环境的特点,选择内蒙古锡林郭勒盟胜利煤电基地为典型研究区域,基于多源空间动态监测技术,应用系统分析方法,对该区域生态环境时空状况进行了扰动规律分析与监测评价。主要研究内容和成果如下:（1）基于戴明环与生命周期理论构建煤电基地CE-PDST生态环境系统循环驱动机制。研究归纳了草原区煤电基地生态环境的特点,分析了煤电基地煤矿、火电厂及煤炭城市三大扰动源对生态环境影响的时空演变趋势,分阶段讨论了煤电基地时空发展的特点,揭示了煤电基地生态系统的周期性发展规律。针对煤电基地生命周期各阶段扰动源发展状态及对生态环境的扰动特征,构建了煤电基地CE-PDST生态系统循环驱动机制,分别从扰动源子循环和生态环境单元子循环两个角度进行了生态环境系统演化分析。（2）搭建多源异构数据“获取-处理-融合-分析”技术框架和体系。基于空间信息技术获取的空间数据及统计数据和调查数据等,提出了基于邻域信息约束的中高空间分辨率遥感影像分类后处理方法、多源多尺度DEM融合方法和“暗像元法”与“深蓝算法”相结合的气溶胶厚度反演等方法,通过影像参数反演、数据融合、统计分析、空间数据挖掘与空间分析等技术手段,为在不同时空尺度下分析草原区煤电基地内土地环境、水环境和大气环境参数的扰动规律和变化特征以及生态环境综合评价提供数据和技术支撑。（3）实现煤电基地尺度下土地利用类型、植被覆盖、土壤侵蚀和大气环境的时空动态变化分析及扰动源识别。针对胜利煤电基地的特点构建土地利用分类体系,通过土地利用动态度模型和煤电开发驱动指数进行煤电开发土地利用类型转移驱动力分析;综合运用GIS空间相关性分析方法,分别从全局演变和局部效应进行植被覆盖时空变化检测;针对煤电基地土壤侵蚀的特点,建立土壤侵蚀风-水复合模型sA并实现总模数的估算,利用经验模型验证了其适用性;通过遥感反演获取了研究区域内SO2、NO2的柱状浓度和气溶胶厚度AOD,并利用地面观测站数据验证了其可靠性。研究结果表明,煤电基地开发是研究区域土地利用类型转移的主要驱动力,植被破坏、水土流失和大气污染均以露天矿区、电厂区及锡林浩特市城区为扰动热点,随着开发规模的不断扩大,扰动程度逐渐加强。（4）在典型扰动源-露天矿尺度下进行生态环境扰动规律及生态修复效益分析。根据露天矿土地单元扰动机理,归纳了7种土地利用类型转移方式,建立了扰动重心加权模型,通过不同阶段加权重心的转移距离和转移方向,验证了CE-PDST驱动规律。针对露天矿首采区已经形成的四种扰动土地利用类型的转移方式,研究其在转移过程中植被指数的时空演变规律,通过建立排土场NDVI与地形因子、气象因子和人为修复因子之间的驱动关系,提出了提高排土场土地复垦效益的有效建议。利用多孔监测井的多期监测数据分析了胜利一号露天矿开采过程中潜水位的变化规律,并通过回归趋势分析确定了露天开采对地下水的影响半径和静水位,为确定受地下水位下降影响的居民搬迁范围和研究基于影响半径分析地下水位变化对地表植被变化的影响规律提供了依据。（5）通过生态效益响应因子识别,参考《生态环境状况评价技术规范-2015》,采用层次分析法计算了各项指标的权重,构建了草原区煤电基地生态环境综合评价体系(MEICE),从煤电基地尺度、功能区单元和最适宜格网单元等多时空尺度,综合评价和分析了研究区域2000年、2005年、2010年和2015年的生态环境状况,探寻区域生态的时空变化规律。研究表明,2000-2015年,研究区域生态环境整体处于良好状态;2005-2015年,煤电基地开发规模迅速扩大,恶化趋势明显,形成以露天矿区及电厂区、市区和居民点中心的阶梯状缓冲区,印证了露天矿开采及电厂开发、城市建设对生态环境产生负面扰动的累积效应;2010-2015年,露天矿区排土场复垦、电厂控排、城市湿地公园建设及省道S307沿线绿化有效改善了局部生态环境状况,体现了生态修复与监管对生态环境恢复的重要性。针对本文探索的胜利煤电基地生态扰动规律及生态环境评价结果,基于GMR模型对研究区域2020年生态环境状况进行了模拟,提出了草原区煤电基地开发弹性调控与生态环境修复管理对策,搭建了基于大数据平台的草原区煤电基地“监测-评价-管理”三位一体的多源动态监测平台基本架构,并提出了草原区煤电基地生态环境修复CE-PDST-“5W+2H+E”循环管理模式,为煤电基地的可持续发展提供了有效途径。论文有图91幅,表65个,参考文献221篇。
孙发友[6]（2020）在《基于贝叶斯正则化的BP神经网络的火电厂设备状态监测与预警》文中研究表明现场运行设备的状态是一个实时动态变化的过程,由于运行设备对象模型的动态变化性和设备的各个测点之间存在着大量的交叉耦合,如何根据设备当前运行状态快速、准确、可靠的创建设备动态监测模型是建立故障早期预警的关键。现在火电厂均建立了SIS等信息化软件平台,这些系统存储了海量的设备运行数据,这些丰富的数据资源的背后包含大量潜在的知识。充分挖掘现有设备运行的数据规律,并从中找到最大化发挥设备性能的方法和知识,具有重大的实践意义。利用大数据挖掘技术与深度学习算法搭建电厂的设备状态监测模型,构建厂级设备状态主动运维系统,降低非正常停机等事故发生的概率,最大优化设备的可利用率和稳定性,从而提高设备维护效率,为企业创收提供支持。为此,本文针对火电厂实现设备状态实时监测预警的问题展开了研究,所做的工作主要包括以下几方面:1)针对贝叶斯正则化BP神经网络模型训练的问题,提出了基于动态学习率与早停法的优化训练算法。该训练算法加速目标函数收敛,提高模型泛化能力。2)针对采集的原始数据存在异常数据与数据维度过高等问题,提出了包含二倍差算法、Z-Score算法、因子分析算法的数据处理算法。这些算法能有效进行异常数据清洗、数据标准化、数据降维,产生合规的数据集。3)利用贝叶斯正则化BP神经网络模型,通过科学的论证与实践,设计和实现了一套火电厂设备状态监测预警系统。该系统实现设备状态与测点状态的实时分析、设备关联测点的定位等功能。采集的设备状态数据为结构化数据,通过分析数据特点发现不符合正态分布等常规分布。在火力发电厂数据挖掘中,神经网络方法由于本身有良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性,非常适合解决数据挖掘的问题被普遍认可[1]。本论文利用贝叶斯正则化降低泛化误差、加快收敛的特征与BP神经网络反向传播自适应的特点,完成设备状态监测预警模型。电厂实施该方案效果表明,基于贝叶斯正则化BP神经网络训练的测点与设备状态监测模型,其输出值与实际值的误差率低于10%,能有效提示状态预警信息。通过设备与其关联测点的设置,能快速定位引起故障的测点。通过方案的实施,实现设备运维由被动巡检向主动巡检工作方式的转变,具有实践的推广价值。
马方[7]（2020）在《A公司B环保项目施工进度管理研究》文中进行了进一步梳理近年来随着工业社会高速发展,环保要求愈发严格,环保企业普遍面临着项目管理难度大、进度控制要求高的难题。由于目前国内在环保项目施工进度管理方面的研究相对滞后,大多数环保企业在施工时仍采用经验法管理,更依赖项目经理的个人能力,存在明显局限性,因此需要更加系统的、可复制的理论方法对环保项目施工进度进行有效管理。本文选取A公司B环保项目作为研究对象,结合项目进度管理相关理论知识,首先采用访谈法与实地调研法对其已完工的1#机组改造工段在施工过程中存在的进度管理问题进行总结归纳,并从业主、设计、施工、管理等方面分析问题出现的原因;其次,以此为基础对其之后施工的2#机组改造工段提出施工进度计划优化方案:采用工作分解结构法（WBS）对工作内容合理分解、基于计划评审技术（PERT）对B环保项目2#机组施工进行进度安排、绘制网络计划图、确定关键路径,通过调整关键路径,实现对整个施工进度计划的优化并进行效果分析验证,得出优化后完工概率显着提升的结论;最后,提出项目施工进度控制方案与实现进度计划的保障措施,保障项目按计划顺利实施。本文分析了施工进度管理出现问题的主要原因,总结了施工进度管理经验,编制了合理有针对性的施工进度计划,研究制定了进度控制方案,提出了实现进度计划的保障措施,得到一套系统的施工进度管理理论与方法体系。本文不仅对B环保项目2#机组改造工段的施工建设具有实际指导意义,对A公司其他类似项目的施工也提供了极大的参考价值,同时,也为其他环保企业相关工程提供有借鉴意义的相关案例。
吕志成[8]（2020）在《基于LoRa技术的智能阀控云监测系统研究》文中提出针对工控现场中智能阀控系统的监测机制亟需完善的问题,并紧随网络化、智能化的发展趋势,本文研发了一套针对智能型电动执行器的状态监测及网络报警系统。系统利用云服务技术完成监测系统数据传输、数据存储、数据分析的功能设计,其中包含下位机的数据采集电路设计、数据传输网络搭建以及云服务器搭建、上位机监测界面实现、数据分析算法的设计。本系统以天津奥美自动化系统有限公司生产的智能型电动执行器为研究对象,独立研发了数据传输模块。通过LoRa技术将阀位状态数据、执行器报警数据等信息通过星型组网的方式进行传输,并在数据传输模块中设计有GPS模块以应对特殊场景中对设备位置信息的需要。为了满足对设备的连续监测需求,同时完成下位机与上位机之间的数据处理工作,采用云服务器作为系统数据的计算及存储载体。文中介绍了云服务器中MQTT协议服务端、Web服务端、存储服务等单元模块的设计过程及其协作关系,在Web服务端程序设计时使用Python语言基于Flask框架进行编写,结合MQTT协议、SocketIO协议实现数据的低延时、高并发、全双工传输。由于阀控系统的故障诱因众多,故而需要对各报警信息进行分析整合,合理的分析结果将能够对系统故障起到积极的预警作用。文中采用K-means聚类算法将从现场设备中采集到的监测数据进行聚类分析,利用Apriori关联算法评估状态参量之间的强弱关系。当设备出现某种故障时,可根据各故障信息间的关联关系向上位机发出预警。在实际的使用过程中,本文研发的智能阀控云监测系统能够有效地将下位机的数据传输至云服务器中,并实现动态界面显示、数据存储、数据分析等功能,对加速推进智能阀控行业实现工业物联网起到积极作用,能够有效提高企业的技术竞争力。
樊逸飞[9]（2019）在《火电厂给煤控制系统研究与设计》文中提出随着我国国民工业耗电量不断升高,国内许多大型发电厂随之提高了自身的机组容量,使得各地区平均耗电量产生了较大范围的浮动,火电厂的用煤需求也越来越大,这要求火力发电厂的给煤控制系统需要更稳定、更可靠地完成上煤操作。传统给煤系统的自动化控制方式无法满足目前火电厂的技术要求,为了提高控制系统的性能,研发一套基于PLC的智能化给煤控制系统,有效地改善传统给煤系统控制方案并提高上煤过程的自动化水平,对于火力发电厂提升生产效率具有十分重要的意义。本文以某火电厂输煤控制系统为背景,对上煤过程中的给煤控制系统进行了研究与设计。根据给煤控制系统的要求,首先设计了系统的控制体系结构,结合给煤系统的工作原理,确定了系统所需的皮带机变频调速方法和皮带机数字测速方法,并给出了 OPC技术和自整定模糊PID技术等先进控制方法。其次分析了给煤系统传统PID控制与模糊控制的理论方法,研究了系统自整定模糊PID控制方法,并针对给煤控制系统时变性、滞后性等特点,结合皮带机称重模型以及皮带驱动电机的恒压频比变频调速特性,建立了给煤系统传递函数,通过使用工具MATLAB/SIMULINK搭建系统传统给煤PID控制和自整定模糊PID控制的算法模型,配合建立的给煤系统传递函数对系统控制效果进行仿真分析。通过分析仿真结果得出:给煤系统在自整定模糊PID控制下,超调量小、调节时间短、控制效果更稳定;该方法大大提高了对输煤量的控制精度和系统智能化水平,具有十分重要的工程应用价值。通过对给煤控制系统全方位的研究与分析,为了满足对上煤过程的自动化控制和对上煤流程的监控管理要求,系统选用高可靠性的西门子S7-200系列PLC作为主控制器,直接控制现场设备并完成对信号的采集和处理,经PLC处理的数据通过PC/PPI电缆传输至上位机组态MCGS中,在上位机中MCGS与MATLAB采用OPC技术进行数据交换,并利用MCGS来完成对上煤过程状态的实时监控等工作。通过完成对给煤控制系统各部分功能的调试和系统通讯测试,实现了火电厂给煤系统自动化、智能化的控制体系,具有一定的实际应用价值。
宁旭红[10]（2018）在《火电厂热工自动化控制技术应用及展望》文中研究指明随着科学技术的进步以及社会经济的飞速发展,火电厂建设规模不断扩大,热工控制要求也不断提升。火电厂热工自动化控制系统在火电厂生产运行中发挥着至关重要的作用,其直接决定着火电厂发电效率。鉴于此,对火电厂热工自动化控制相关技术进行了研究,以期为一线工作提供理论与技术指导。
二、火电厂生产成本动态监测系统的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、火电厂生产成本动态监测系统的研究（论文提纲范文）
（1）动态监测系统在电力市场环境下的应用（论文提纲范文）
| 0 引言 |
| 1 动态监测系统发展现状及需求分析 |
| 1.1 动态监测系统的定义 |
| 1.2 动态监测系统发展概况及存在的问题 |
| 1.3 电力市场动态监测系统的建设需求 |
| 2 电力市场动态监测系统的设计 |
| 2.1 总体架构 |
| 2.2 关键功能构成 |
| 2.3 关键技术支撑 |
| 2.3.1 关键技术组成 |
| 2.3.2 硬件部署 |
| 2.3.3 关键技术 |
| 3 电力市场动态监测系统应用 |
| 3.1 EM-DMS |
| 3.1.1 EM-DMS前端界面 |
| 3.1.2电量预测及市场主体行为检测 |
| 3.2 EM-DMS应用场景 |
| 3.2.1 发现市场异常行为 |
| 3.2.2 监督市场主体行为 |
| 3.2.3 更迭市场行为机制 |
| 3.2.4 调整市场价格补贴 |
| 3.2.5 辅助市场主体决策 |
| 4 结论 |
（2）基于MFCA的D火电厂环境成本控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究现状评述 |
| 1.4 研究内容及方法 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线图 |
| 1.4.3 研究方法 |
| 1.4.4 本文的创新点 |
| 第二章 相关基础理论 |
| 2.1 环境成本控制相关概述 |
| 2.1.1 环境成本的概念及构成 |
| 2.1.2 环境成本控制的概念 |
| 2.1.3 环境成本控制的方法 |
| 2.2 环境成本控制相关理论基础 |
| 2.2.1 清洁生产理论 |
| 2.2.2 污染者付费理论 |
| 2.2.3 环境资源流转平衡理论 |
| 2.3 MFCA相关理论 |
| 2.3.1 MFCA的概念 |
| 2.3.2 MFCA的基本要素 |
| 2.3.3 MFCA方法与传统成本会计的比较 |
| 第三章 D火电厂环境成本控制现状分析 |
| 3.1 D火电厂基本情况 |
| 3.1.1 D火电厂简介 |
| 3.1.2 D火电厂工艺流程 |
| 3.1.3 D火电厂生产经营对环境的影响 |
| 3.2 D火电厂环境成本控制现状 |
| 3.2.1 D火电厂环境成本控制的动因 |
| 3.2.2 D火电厂环境成本的构成 |
| 3.2.3 D火电厂环境成本现行控制体系 |
| 3.2.4 D火电厂环境成本控制情况分析 |
| 3.3 D火电厂现行环境成本控制体系存在的问题 |
| 3.3.1 环境成本会计核算方式不完善 |
| 3.3.2 对环境成本缺少全过程控制 |
| 3.3.3 未设置环境成本控制机构 |
| 第四章 D火电厂基于MFCA的环境成本控制体系构建 |
| 4.1 D火电厂应用MFCA的必要性和可行性分析 |
| 4.1.1 D火电厂应用MFCA的必要性 |
| 4.1.2 D火电厂应用MFCA的可行性 |
| 4.2 D火电厂基于MFCA的环境成本控制的目标与思路 |
| 4.2.1 D火电厂环境成本控制的目标 |
| 4.2.2 D火电厂环境成本控制的思路 |
| 4.3 D火电厂基于MFCA的环境成本控制模型建立 |
| 4.3.1 D火电厂基于MFCA的环境成本控制的关键点 |
| 4.3.2 模型变量因素的设计 |
| 4.3.3 MFCA模型构建 |
| 4.4 D火电厂基于MFCA的环境成本控制效果评价 |
| 第五章 D火电厂基于MFCA的环境成本控制的实施 |
| 5.1 MFCA在D火电厂的应用 |
| 5.1.1 D火电厂物质流成本的分类 |
| 5.1.2 确定D火电厂的物量中心 |
| 5.1.3 D火电厂物质流成本的核算 |
| 5.2 D火电厂资源损失成本的分析 |
| 5.2.1 外部资源损失成本分析 |
| 5.2.2 内部资源损失成本分析 |
| 5.2.3 D火电厂资源损失成本趋势分析 |
| 5.2.4 MFCA法与传统会计法核算结果对比分析 |
| 5.3 健全D火电厂环境成本控制的流程 |
| 5.3.1 以预防设计为主的事前控制 |
| 5.3.2 以清洁生产为主的事中控制 |
| 5.3.3 以污染治理为主的事后控制 |
| 5.4 D火电厂基于MFCA环境成本控制的预期效果分析 |
| 5.4.1 有效控制D火电厂的环境成本 |
| 5.4.2 有利于企业管理层的决策和设计 |
| 5.4.3 明确了环境成本控制的内容 |
| 5.4.4 实现经济效益和环境效益“双赢” |
| 第六章 基于MFCA对D火电厂环境成本控制的建议 |
| 6.1 充分披露D火电厂的环境成本信息 |
| 6.2 基于MFCA扩大D火电厂环境成本控制范围 |
| 6.3 构建环境成本控制组织机构 |
| 6.4 创设MFCA大数据共享中心 |
| 第七章 结论 |
| 致谢 |
| 参考文献 |
| 附录 D 火电厂环境成本控制现状调查问卷 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（3）基于货物结存动态监测的港口堆场作业流程优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 项目背景 |
| 1.1.2 选题背景 |
| 1.2 研究目的与意义 |
| 1.3 论文内容与结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 论文结构 |
| 2 相关技术及理论综述 |
| 2.1 港口堆场动态监测技术综述 |
| 2.1.1 无人机摄影测量技术 |
| 2.1.2 5G关键技术分析 |
| 2.1.3 图像识别算法 |
| 2.1.4 堆场动态监测现状 |
| 2.2 无人机堆场动态监测可行性分析 |
| 2.3 流程挖掘相关理论综述 |
| 2.3.1 流程挖掘算法 |
| 2.3.2 Petri网的概念与结构 |
| 2.3.3 流程一致性检查 |
| 2.4 着色petri网 |
| 2.4.1 着色Petri网概述 |
| 2.4.2 着色Petri网定义 |
| 2.4.3 着色Petri网特性分析 |
| 2.4.4 着色Petri网应用 |
| 2.5 本章小结 |
| 3 堆场传统作业流程挖掘与分析 |
| 3.1 堆场管理现状总结 |
| 3.1.1 人工与信息系统协同程度高 |
| 3.1.2 堆存情况复杂 |
| 3.1.3 数据准确性低 |
| 3.1.4 数据采集和传输及时性低 |
| 3.1.5 资源配置不合理 |
| 3.1.6 具备无人机摄影测量条件 |
| 3.2 广州港堆场作业流程挖掘案例分析与流程诊断 |
| 3.2.1 案例背景介绍 |
| 3.2.2 Petri网理想模型构建 |
| 3.2.3 数据收集与预处理 |
| 3.2.4 一致性检查与流程诊断 |
| 3.2.5 性能分析 |
| 3.3 堆场作业流程问题总结 |
| 3.4 本章小结 |
| 4 基于货物结存动态监测的优化流程CPN建模与仿真 |
| 4.1 货物结存动态监测系统分析 |
| 4.1.1 系统概述 |
| 4.1.2 核心处理流程与功能描述 |
| 4.1.3 作业流程分析 |
| 4.1.4 数据流分析 |
| 4.2 货物结存动态监测系统对堆场作业流程影响分析 |
| 4.3 堆场作业流程优化 |
| 4.3.1 转栈作业流程优化 |
| 4.3.2 汽车提货作业流程优化 |
| 4.3.3 驳船提货作业流程优化 |
| 4.3.4 火车提货作业流程优化 |
| 4.4 堆场作业流程分层模型构建 |
| 4.4.1 顶层模型 |
| 4.4.2 转栈模型 |
| 4.4.3 提货模型 |
| 4.4.4 汽车提货模型 |
| 4.4.5 驳船提货模型 |
| 4.4.6 火车提货模型 |
| 4.5 模型仿真 |
| 4.5.1 转栈模型仿真分析 |
| 4.5.2 提货模型仿真分析 |
| 4.6 本章小结 |
| 5 流程优化性能对比分析与优化建议 |
| 5.1 流程优化性能对比分析 |
| 5.1.1 作业时间 |
| 5.1.2 作业效率 |
| 5.1.3 作业成本 |
| 5.1.4 指令重排比率 |
| 5.1.5 人工参与度 |
| 5.2 流程优化效果评价 |
| 5.3 堆场作业流程优化建议 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）基于深度学习的典型目标检测及工作状态判定（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 深度学习目标检测算法研究现状 |
| 1.2.2 冷却塔检测及工作状态判定研究现状 |
| 1.2.3 舰船检测及工作状态判定研究现状 |
| 1.3 本文研究内容与组织结构 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 章节安排 |
| 第二章 遥感技术的基础理论 |
| 2.1 遥感影像概述 |
| 2.2 可见光遥感图像 |
| 2.2.1 遥感数据源介绍 |
| 2.2.2 可见光遥感图像上典型目标的基本特征 |
| 2.3 本章小结 |
| 第三章 基于深度学习的目标检测模型 |
| 3.1 深度学习基本理论 |
| 3.1.1 卷积神经网络 |
| 3.1.2 激活函数与分类器 |
| 3.2 常用深度学习模型比较研究 |
| 3.2.1 Faster R-CNN |
| 3.2.2 FPN |
| 3.2.3 R-FCN |
| 3.2.4 DCN |
| 3.2.5 SSD |
| 3.2.6 DSSD |
| 3.2.7 RetinaNet |
| 3.2.8 YOLOv4 |
| 3.3 本章小结 |
| 第四章 非极大值抑制算法优化改进 |
| 4.1 传统NMS算法及其缺陷分析 |
| 4.1.1 传统NMS算法的检测过程 |
| 4.1.2 传统NMS算法缺陷分析 |
| 4.2 NMS算法置信度归零法改进 |
| 4.2.1 soft-NMS算法缺陷分析 |
| 4.2.2 NMS算法分段函数调整置信度 |
| 4.3 NMS算法贪婪法筛选候选框改进 |
| 4.3.1 面积比较法 |
| 4.3.2 重叠部分长度比较法 |
| 4.4 本章小结 |
| 第五章 实验与结果分析 |
| 5.1 实验数据集 |
| 5.1.1 数据集图像收集 |
| 5.1.2 数据集图像标记 |
| 5.2 环境配置 |
| 5.3 检测实验结果分析 |
| 5.3.1 算法性能评价指标 |
| 5.3.2 不同检测器性能分析 |
| 5.3.3 改进NMS算法性能分析 |
| 5.3.4 基于改进YOLOv4 模型的典型目标检测及状态判定软件开发 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 学术成果 |
（5）基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 科学问题的提出(Presentation of Scientific Issues) |
| 1.2 研究的科学意义与项目依托(Scientific Significance and Project Support) |
| 1.3 研究动态分析(Dynamic Analysis of the Research) |
| 1.4 研究目标与研究内容(Research Objectives and Contents) |
| 1.5 研究区域(Study Area) |
| 1.6 研究思路及技术路线(Research Ideas and Technical Routes) |
| 2 草原区煤电基地生态环境演化机理 |
| 2.1 相关术语(Relative Terms) |
| 2.2 草原区煤电基地生态环境扰动源时空演变(Temporal and Spatial Evolution of Eco-environment Disturbance Sources in Prairie Coal-Electricity Base) |
| 2.3 基于戴明环与生命周期的草原区煤电基地生态环境系统演化PDST循环驱动机制(PDST Cyclic Driving Mechanism of Eco-environment Evolution in Prairie Coal-Electricity Base Based on PDCA and Life Cycle) |
| 2.4 草原区煤电基地生态环境系统SA-PDST驱动模型(The SA-PDST Driving Model of Eco-environment System of Prairie Coal-Electricity Base) |
| 2.5 煤电基地开发扰动下的草原区生态环境变化(Prairie Eco-environment Changes Disturbed by Development in Coal-Electricity Base) |
| 2.6 本章小结(Chapter Summary) |
| 3 多源异构数据的获取、处理及融合 |
| 3.1 多源异构数据的类型(Types of Multi-source Heterogeneous Data) |
| 3.2 多源异构数据处理平台(Multi-source Heterogeneous Data Processing Software) |
| 3.3 多源异构数据处理(Multi-source Heterogeneous Data Processing) |
| 3.4 多源异构数据融合(Multi-source Heterogeneous Data Fusion) |
| 3.5 本章小结(Chapter Summary) |
| 4 胜利煤电基地生态环境要素时空动态变化分析及扰动源识别 |
| 4.1 土地利用类型时空演变格局分析(Analysis of Temporal and Spatial Evolution Patterns of Land Use Types) |
| 4.2 植被覆盖时空变化检测(Temporal and Spatial Change Detection of Vegetation Coverage) |
| 4.3 草原区煤电基地土壤风-水复合侵蚀估算(Soil Water-Wind Compound Erosion Estimation in Prairie Coal-electricity Base) |
| 4.4 煤电基地大气数据监测与分析(Atmospheric Monitoring and Analysis in Prairie Coal-electricity Base) |
| 4.5 本章小结(Chapter Summary) |
| 5 煤矿尺度生态环境扰动规律研究及修复效益分析 |
| 5.1 胜利一号露天矿土地单元转移模式(Land Unit Transfer Mode of Shengli No.1 Open-pit Mine) |
| 5.2 露天矿首采区扰动土地类型转移(Disturbed Land Types Transfer in the First Mining of Open-pit Mine) |
| 5.3 NDVI扰动规律及排土场复垦效益分析(Analysis of NDVI Disturbance Law and Reclamation Benefit of Dump) |
| 5.4 潜水位时空变化及其对地表生态的扰动分析(Temporal and Spatial Changes of Phreatic Water Level and Disturbance Analysis of Surface Ecology) |
| 5.5 本章小结(Chapter Summary) |
| 6 草原区煤电基地生态环境综合评价 |
| 6.1 生态环境综合评价指标体系的构建(Construction of Eco-environment Comprehensive Evaluation Index System) |
| 6.2 多时空尺度生态评价单元的划分(Division of Multiple Temporal and Spatial Scale Ecological Evaluation Unit) |
| 6.3 评价标准、评价方法和评价技术流程(Evaluation Criterion, Evaluation Method and Technical Process) |
| 6.4 胜利煤电基地生态环境状况综合评价(Comprehensive Evaluation on Eco-environment of Shengli Coal-electricity Base) |
| 6.5 基于GWR模型的胜利煤电基地生态演变情景模拟(Ecological Evolution Scenario Simulation of Shengli Coal-electricity Base based on GWR Model) |
| 6.6 草原区煤电基地开发弹性调控与生态环境修复管理对策(Elastic Regulation and Eco-environment Restoration Management Countermeasures of Prairie Coal-electricity Base Development) |
| 6.7 本章小结(Chapter Summary) |
| 7 结论与展望 |
| 7.1 研究成果与结论(Research Results and Conclusions) |
| 7.2 主要创新点(Main Innovations) |
| 7.3 研究展望(Prospects) |
| 参考文献 |
| 附录1 锡林郭勒盟植被代码表 |
| 附录2 胜利煤电基地开发生态环境影响调查表 |
| 作者简历 |
| 学位论文数据集 |
（6）基于贝叶斯正则化的BP神经网络的火电厂设备状态监测与预警（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第二章 BP神经网络与贝叶斯正则化 |
| 2.1 BP神经网络 |
| 2.1.1 BP神经网络模型 |
| 2.1.2 BP神经网络激活函数 |
| 2.1.3 隐藏层神经元数量 |
| 2.1.4 BP算法过程描述 |
| 2.2 贝叶斯正则化 |
| 2.2.1 贝叶斯公式 |
| 2.2.2 正则化的基本原理 |
| 2.2.3 贝叶斯框架计算正则化参数 |
| 2.3 本章小结 |
| 第三章 基于贝叶斯正则化的BP神经网络 |
| 3.1 贝叶斯正则化的BP神经网络 |
| 3.1.1 贝叶斯正则化的BP神经网络结构 |
| 3.1.2 优化的贝叶斯正则化的BP神经网络训练算法 |
| 3.2 数据处理算法 |
| 3.2.1 数据特征分析 |
| 3.2.2 数据清洗-两倍差算法 |
| 3.2.3 数据标准化-ZScore算法 |
| 3.2.4 数据降维-因子分析算法 |
| 3.2.5 训练集与测试集的选取 |
| 3.3 基于贝叶斯正则化的BP神经网络实验分析 |
| 3.3.1 测点状态监测模型实验 |
| 3.3.2 设备状态监测模型实验 |
| 3.4 本章小结 |
| 第四章 火电厂设备监测预警算法设计与系统实现 |
| 4.1 状态预警的原理与算法 |
| 4.1.1 测点状态预警原理与算法 |
| 4.1.2 设备状态预警原理与算法 |
| 4.2 基于模型的状态监测系统业务流程 |
| 4.3 系统数据流图 |
| 4.4 系统整体结构设计 |
| 4.5 系统功能结构 |
| 4.6 监测模型流程结构 |
| 4.6.1 测点监测模型工作流程 |
| 4.6.2 设备监测模型工作流程 |
| 4.6.3 预警分析流程 |
| 4.7 主要功能实现 |
| 4.7.1 监测配置界面 |
| 4.7.2 基于模型的设备实时监测界面 |
| 4.7.3 基于模型的设备趋势监测界面 |
| 4.8 基于模型的软件测试 |
| 4.9 基于模型的系统案例分析 |
| 4.10 基于模型的预警统计 |
| 4.11 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（7）A公司B环保项目施工进度管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 理论概述 |
| 1.3.2 国外研究现状 |
| 1.3.3 国内研究现状 |
| 1.3.4 总结及评述 |
| 1.4 研究目标与研究内容 |
| 1.5 研究方法与技术路线 |
| 第二章 A公司B环保项目施工进度管理现状及存在问题分析 |
| 2.1 项目情况概述 |
| 2.1.1 A公司概况 |
| 2.1.2 B环保项目概况 |
| 2.2 B环保项目施工进度管理现状 |
| 2.2.1 B环保项目总进度现状 |
| 2.2.2 B环保项目1#机组施工进度计划及执行情况 |
| 2.3 B环保项目1#机组施工进度管理存在的问题 |
| 2.3.1 B环保项目1#机组施工进度管理实际执行中存在的问题调查 |
| 2.3.2 B环保项目1#机组施工进度管理实际执行中存在的问题整理 |
| 2.4 B环保项目1#机组施工进度管理问题产生的原因分析 |
| 2.4.1 业主方面 |
| 2.4.2 设计方面 |
| 2.4.3 施工方面 |
| 2.4.4 管理方面 |
| 2.4.5 其他方面 |
| 2.4.6 总结 |
| 2.5 本章小结 |
| 第三章 A公司B环保项目2#机组项目施工进度计划优化方案 |
| 3.1 B环保项目2#机组施工里程碑进度 |
| 3.2 项目工作分解结构 |
| 3.2.1 B环保项目2#机组施工工作分解结构的主要依据 |
| 3.2.2 建立工作分解结构的主要原则 |
| 3.2.3 主要工作任务描述 |
| 3.2.4 B环保项目2#机组施工工作分解 |
| 3.3 B环保项目2#机组施工组织结构及责任分解 |
| 3.4 项目施工进度计划编制与优化 |
| 3.4.1 项目工作先后关系的确定 |
| 3.4.2 计算各工作持续时间 |
| 3.4.3 编制双代号计划网络图 |
| 3.4.4 确定关键线路 |
| 3.4.5 网络计划优化方案 |
| 3.4.6 编制甘特图 |
| 3.4.7 方案优化后效果分析 |
| 3.5 本章小结 |
| 第四章 A公司B环保项目2#机组项目施工进度控制方案 |
| 4.1 建立B环保项目2#机组项目施工进度计划管理制度 |
| 4.1.1 明确项目施工进度计划管理制度的目标体系 |
| 4.1.2 建立项目施工进度计划管理制度的基础 |
| 4.1.3 项目施工进度计划管理制度人员责任分配 |
| 4.1.4 项目施工进度计划管理制度的内容 |
| 4.2 建立B环保项目2#机组项目施工进度动态监测系统 |
| 4.2.1 施工进度动态监测系统的设立 |
| 4.2.2 施工进度动态监测监测方法 |
| 4.2.3 项目进展报告 |
| 4.2.4 B环保项目2#机组施工进度动态监测实施的保障措施 |
| 4.3 本章小结 |
| 第五章 实现项目施工进度计划的保障措施 |
| 5.1 组织保障措施 |
| 5.2 经济保障措施 |
| 5.3 技术保障措施 |
| 5.4 其他保障措施 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录一 B环保项目2#机组工作任务关系及工期表 |
| 致谢 |
| 作者和导师简介 |
| 附件 |
（8）基于LoRa技术的智能阀控云监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 阀控监测系统的国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究意义与目的 |
| 1.4 研究内容 |
| 2 系统需求分析及总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 阀控监测功能的需求 |
| 2.1.2 报警数据处理的需求 |
| 2.2 系统总体设计 |
| 2.2.1 数据采集的硬件电路设计 |
| 2.2.2 数据采集的网络传输设计 |
| 2.2.3 监测数据的存储与分析设计 |
| 3 云监测系统的硬件组成及设计 |
| 3.1 数据采集电路设计及技术实现 |
| 3.1.1 LPWAN技术及LoRa模块电路 |
| 3.1.2 PIC单片机及外围电路设计 |
| 3.1.3 GPS定位模块及电路设计 |
| 3.1.4 双路可控电压转换单元电路设计 |
| 3.2 数据传输射频电路及组网方式 |
| 3.2.1 射频天线技术及选型 |
| 3.2.2 射频天线匹配电路设计 |
| 3.2.3 LoRa局域网组网方式 |
| 4 云监测系统的软件构成及客户端实现 |
| 4.1 云服务器环境及关键技术 |
| 4.1.1 云服务系统设计与搭建 |
| 4.1.2 常用数据库及MySQL数据库 |
| 4.1.3 MQTT协议及EMQ服务器 |
| 4.2 云监测客户端的功能及实现方法 |
| 4.2.1 Flask框架主要技术 |
| 4.2.2 ASP界面功能实现 |
| 4.2.3 Flask与数据库结合 |
| 4.2.4 Flask与下位机之间的即时通讯 |
| 4.2.5 微信报警程序设计 |
| 5 监测数据间的关联分析及数据处理 |
| 5.1 K-means聚类算法 |
| 5.2 Apriori关联算法 |
| 6 结论 |
| 6.1 全文总结 |
| 6.2 论文的创新点 |
| 6.3 论文的不足之处 |
| 7 展望 |
| 8 参考文献 |
| 9 攻读硕士学位期间发表论文情况 |
| 10 致谢 |
（9）火电厂给煤控制系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 火电厂输煤系统发展历程 |
| 1.2.2 国外先进给煤技术的发展及特点 |
| 1.2.3 国内给煤系统发展现状 |
| 1.3 论文研究的主要内容及安排 |
| 1.3.1 论文研究的主要内容 |
| 1.3.2 论文的章节安排 |
| 1.4 本章小结 |
| 2 给煤控制系统总体设计 |
| 2.1 火电厂给煤系统概述 |
| 2.1.1 输煤系统整体工艺流程 |
| 2.1.2 给煤系统工作原理 |
| 2.2 给煤系统控制方案设计 |
| 2.2.1 给煤系统设计规范要求 |
| 2.2.2 给煤系统控制结构设计 |
| 2.2.3 系统主要硬件结构设计 |
| 2.2.4 系统部分设备选取 |
| 2.3 给煤系统闭环调速控制方案 |
| 2.3.1 皮带驱动电机结构及工作原理 |
| 2.3.2 给煤皮带机变频调速方法 |
| 2.3.3 系统数字测速方法选择 |
| 2.4 系统的创新性应用方案 |
| 2.4.1 基于OPC的上位机数据交换方法 |
| 2.4.2 基于恒压频比的皮带机闭环调速控制方法 |
| 2.4.3 容积式皮带电子称重技术 |
| 2.4.4 基于自整定模糊PID的给煤控制方法 |
| 2.5 本章小结 |
| 3 基于自整定模糊PID的给煤控制方法研究 |
| 3.1 智能控制在给煤系统中的应用 |
| 3.2 给煤控制系统建模研究 |
| 3.2.1 给煤皮带称重模型 |
| 3.2.2 皮带电机调速模型及变频特性分析 |
| 3.2.3 给煤系统传递函数建立 |
| 3.3 传统PID控制 |
| 3.3.1 传统给煤PID控制原理 |
| 3.3.2 离散化给煤PID控制原理 |
| 3.3.3 PID参数调节作用及规范 |
| 3.4 给煤系统模糊控制 |
| 3.4.1 模糊控制理论 |
| 3.4.2 给煤系统模糊控制结构 |
| 3.4.3 给煤系统模糊控制原理 |
| 3.5 给煤控制算法分析 |
| 3.6 给煤系统自整定模糊PID控制方法研究 |
| 3.6.1 给煤系统变量模糊化 |
| 3.6.2 输入/输出变量隶属度 |
| 3.6.3 系统模糊控制规则 |
| 3.6.4 模糊推理 |
| 3.6.5 解模糊处理 |
| 3.7 给煤系统自整定模糊PID控制的仿真分析 |
| 3.8 本章小结 |
| 4 给煤控制系统下位机设计 |
| 4.1 给煤系统下位机硬件搭建 |
| 4.1.1 PLC结构及工作方式 |
| 4.1.2 PLC主控模块选型 |
| 4.1.3 PLC扩展模块选择 |
| 4.1.4 给煤控制系统I/O点配置 |
| 4.2 给煤系统电气原理图 |
| 4.2.1 给煤系统控制电路设计 |
| 4.2.2 PLC端子接线设计 |
| 4.3 给煤系统下位机软件设计 |
| 4.3.1 PLC程序设计方法 |
| 4.3.2 系统主程序部分 |
| 4.3.3 给煤皮带程控部分子程序 |
| 4.3.4 皮带速度采集部分子程序 |
| 4.4 本章小结 |
| 5 上位机组态设计与系统调试 |
| 5.1 上位机组态监控系统 |
| 5.1.1 系统监控功能设计 |
| 5.1.2 MCGS的功能和特点 |
| 5.2 给煤系统上位机组态设计 |
| 5.2.1 初始化配置 |
| 5.2.2 用户登录主页面设计 |
| 5.2.3 系统主控界面设计 |
| 5.2.4 给煤工艺监控界面设计 |
| 5.2.5 设备控制方式切换界面设计 |
| 5.2.6 构建系统实时数据库 |
| 5.2.7 系统变量组态 |
| 5.3 给煤控制系统调试 |
| 5.3.1 PLC控制程序调试 |
| 5.3.2 MCGS中S7-200 (PPI)设备驱动配置 |
| 5.3.3 设备组态变量调试 |
| 5.3.4 OPC通讯配置 |
| 5.3.5 整体通信测试 |
| 5.3.6 现场调试 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（10）火电厂热工自动化控制技术应用及展望（论文提纲范文）
| 0 引言 |
| 1 火电厂热工自动化技术概述 |
| 2 火电厂热工自动化控制技术分析 |
| 2.1 现场总线控制 |
| 2.2 智能控制 |
| 2.3 先进控制策略 |
| 3 火电厂热工自动化控制的具体应用 |
| 3.1 自动检测 |
| 3.2 自动控制 |
| 3.3 自动报警 |
| 3.4 自动保护 |
| 4 火电厂热工自动化控制的发展展望 |
| 4.1 自律分布系统的应用 |
| 4.2 过程仪表控制 |
| 4.3 EIC综合技术 |
| 5 结语 |
四、火电厂生产成本动态监测系统的研究（论文参考文献）
- [1]动态监测系统在电力市场环境下的应用[J]. 彭超逸,张昆,胡亚平,聂涌泉. 发电技术, 2021(05)
- [2]基于MFCA的D火电厂环境成本控制研究[D]. 刘甜田. 西安石油大学, 2021(09)
- [3]基于货物结存动态监测的港口堆场作业流程优化研究[D]. 孙文雪. 北京交通大学, 2021
- [4]基于深度学习的典型目标检测及工作状态判定[D]. 安健健. 昆明理工大学, 2021(01)
- [5]基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究[D]. 邵亚琴. 中国矿业大学, 2020(07)
- [6]基于贝叶斯正则化的BP神经网络的火电厂设备状态监测与预警[D]. 孙发友. 广西大学, 2020(07)
- [7]A公司B环保项目施工进度管理研究[D]. 马方. 北京化工大学, 2020(02)
- [8]基于LoRa技术的智能阀控云监测系统研究[D]. 吕志成. 天津科技大学, 2020(08)
- [9]火电厂给煤控制系统研究与设计[D]. 樊逸飞. 西安工业大学, 2019(03)
- [10]火电厂热工自动化控制技术应用及展望[J]. 宁旭红. 自动化应用, 2018(10)