臺灣博碩士論文加值系統

本研究用類神經網路模式，以倒傳遞網路之方式，利用台中火力發電廠三號機(中三機)現址式雷射分析儀數據作為類神經網路訓練之輸出參數，類神經網路採影響注氨控制站的幾項條件，包括進口煙氣流量、進口NOx濃度、煙囪出口NOx濃度和注氨量等，作為輸入項，而以逸氨雷射分析儀線上測值為輸出項，由實驗結果分析得知，以相對標準誤差值在 2 ppm（20%）以內為目標，由廠家提供逸氨公式及環保署署定NOx靛酚法兩種方法所驗證數值和以倒傳遞類神經網路做演算法的雷射分析儀值三者比較，証明應用倒傳遞類神經網路能夠得到良好的估測效果。

The objective of this paper is to apply the Back-Propagation Neural Network (BPNN) algorithm to the NH3 concentration of In-Site Cross-Duct Tunable Diode Laser Absorption Spectroscopy Analyzer (I-S C-D TDLASA) of the unit 3 of Taichung Fossil Power Plant. Comparison results with the formula value of the SCR manufacturer supply and the procedural audit value of qualified company（using Indophenol method）are presented. The input variables for neural network control include inlet fuel gas、inlet NOx concentration、stack outlet NOx concentration and spray ammonia value, which contributes to the control of the spray ammonia station. The output variable is the SLIP NH3 values of the (I-S C-D TDLASA). The experimental results show that the relative error of the BPNN estimation is less than 2 ppm. These results demonstrate that the application of BPNN to estimation on the Slip NH3 of SCR significantly.

中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
圖目錄 vii
表目錄 ix
縮寫及符號對照表 x
第一章 緒論 1
1.1 研究緣起及文獻回顧 1
1.2 本文之貢獻 2
1.2.1 本文研究之流程 3
1.3 選擇性觸媒還原反應器（SCR）概述 6
1.3.1 氮氧化物形成之原因及防治 6
1.3.2 選擇觸媒還原法 7
1.3.3 系統摡述 7
1.4 目前現況分析與問題 9
第二章 研究內容 10
2.1 類神經網路理論概述 10
2.2 倒傳遞類神經網路簡介 11
2.3 倒傳遞類神經網路架構 12
2.4 倒傳遞網路演算法 13
2.5 廠家提供SCR理論注氨量計算方法步驟 16
2.6 檢測公司逸氨方法與雷射分析儀量測比對 18
2.6.1 前言 18
2.6.2 雷射分析儀在EPRI測試與檢測公司測試差異之原因 19
2.6.3 雷射分析儀測值與檢測公司比對差異可能原因 20
2.6.4 雷射分析儀與環檢公司量測比較報告 20
第三章 本研究實驗設備介紹 25
3.1 控制系統軟硬體架構如下 25
3.1.1 主要控制原理 26
3.2 廠內資訊系統(PI)介紹 30
3.2.1 整合各種資訊來源 31
3.2.2 PI 傳輸功能 31
3.3 雷射分析儀在SCR系統上應用 32
3.4 偵測原理 35
3.5 逸氨雷射分析儀特性與應用 36
3.6 逸氨雷射分析儀需求 37
第四章 類神經估測與分析及結果 38
4.1 類神經網路訓練實驗結果與分析 38
4.1.1 類神經網路訓練過程及比較 38
4.1.2 模擬類神經倒傳遞演譯法應注意事項 40
4.1.3 案例估測比較與分析 41
4.1.4 最後結果與分析 42
4.1.5 簡單線性迴歸模型 48
第五章 結論與未來研究方向 53
5.1 結論 53
5.2 未來研究方向 53
參考文獻 54

[1] 陳石麟、楊泰然，台中二號機粉煤系統平衡及燃燒調整研究期末報告，2006。
[2] Toshino Kainuma , Design of Flue Gas Treatment Facilities, 2000.
[3] Babcock-Hitachi K.K. ,Selective CatalyticNox Reduction System for Coal Fired Boiler, 2000.
[4] Babcock and Wilcox,Operaton Maintenance and Safety Manual of The Selective Catalytic Reduction De System, 2000.
[5] Babcock- Hitachi K.K. ,Operation ,Maintenance and Safety Manual of SCR System.For Taichung Power Station Units No.1,2,3,4 SCR System.,October, 2000.
[6] 周鵬程，類神經網路入門-活用Matlab，全華科技圖書有限公司，2004。
[7] 周鵬程，遺傳演算法原理與應用-活用Matlab，全華科技圖書有限公司，2005。
[8] 葉怡成，類神經網路模式應用與實作，儒林圖書有限公司，2004。
[9] 巫沛倉，類神經網路簡介講義，義守大學工業工程學系。
[10] 古松國、賴炎生、林俊，倒傳遞類神經網路在冰水主機節能控制上的應用，國立台北科技大學冷凍空調系，93年9月10日。
[11] 林洋閔、胡石政，類神經網路應用於醫院空調耗電特性模擬之研究，國立台北科技大學冷凍空調系、國立台灣大學醫學院附設醫院工務室，93年9月10日。
[12] Howard Demuth、Mark Beale,Neural, Network Toolbox User''s Guide, The MathWorks Inc.,1992 - 1998.
[13] OSIsofts Company Document, Using PI ProcessBook and PI DataLik Client Applications, 2005.
[14] NEO Company Document, Get a grip on Ammonia Slip., 2005.
[15] I. Linnerud, P. Kaspersen, T. Jæger,Gas monitoring in the process industry using diode laser spectroscopy, Received 19 March 1998/Revised version: 2 June 1998
[16] Gary H. Shiomoto,Lawrence J.Muzio,David Broske, Anthony Engelmeyer,Update of the EPRI Continuous Ammonia Analyzer Demonstration Project, 2000, P1~16.
[17] 林師模、陳苑欽，多變量分析管理上的應用，雙葉書廊，2003。
[18] 林昇甫、洪成安，神經網路入門與圖樣辨識，台北：全華科技圖 書有限公司，第5-75頁，1996。
[19] 羅華強，類神經網路—Matlab的應用，新竹：清蔚科技有限公司，2001。
[20] 陳孝武、楊路得，類神經網路應用於選擇性觸媒還原反應器（SCR）逸氨（Slip NH3）特性估測之研究，台電工程月刊接受刊登，2007。