Abstract
本論文主要研究汽電共生鍋爐系統，並分為2個方向進行，其一是使用軟體chemkin模擬燃煤鍋爐系統，並以模擬之結果來當做實驗之場所；其二則是使用業界之汽電共生燃油鍋爐系統來做為實驗之場所。我們的目標是以提升鍋爐的效率為主，並且為了符合現今政府的污染排放限制，所以在尋求最佳化的過程中加入限制NOx 與CO的含量在符合法規之下(因硫化物只有在燃料中存在，因此在決定使用什麼燃料後，其產生多少硫氧化物就大約可以預測了，所以如果限制其含量就沒有太大的意義)。本研究中，在使用CHEMKIN模擬出來的燃煤鍋爐時，以直交表(L18)做初始實驗點的安排，來做為類神經網路建模的原始數據；另一方面，是直接使用汽電共生廠燃油鍋爐的實際歷史操作數據來做為類神經網路建模的依據；取得數據後，再以類神經網路(Artificial Neural Network)來建立模擬系統的模型，最後使用訊息理論(Information Theory)的預測模式找出系統的最佳化條件。經由兩個理論所結合的架構，可以在最少的實驗次數上得到系統的最佳操作條件，因此節省大量做實驗的成本與時間；由結果顯示，由使用CHEMKIN的模擬鍋爐，在有NOx 與CO含量限制下的鍋爐效率比較高；而使用實際工廠數據所建立的模型，搜尋出來的效率也比原始數據來得高。