Collecte de données à partir du système de contrôle distribué (DCS), combinaison des caractéristiques dynamiques non linéaires et de l'apprentissage automatique des réseaux de neurones artificiels, construction d'un modèle de réseau neuronal pour les émissions d'oxydes d'azote dans une grande centrale thermique au charbon en utilisant un apprentissage par échantillonnage des paramètres de sortie de chaudière et des caractéristiques d'émission d'oxydes d'azote (NOx) et utilisation d'un algorithme génétique pour obtenir un guide d'optimisation de la combustion à faible NOx de la chaudière. Le système de guide de combustion de grande centrale est mis en œuvre en mode Navigateur/Serveur basé sur un modèle Internet/Intranet.

Chaudière; Oxydes d'azote; Optimisation de la combustion; Réseaux de neurones artificiels; Algorithme génétique