动力配煤是适合我国国情的一种洁净煤技术,有利于提高煤炭热能利用率、加强燃煤设备安全可靠性、并且降低燃煤污染物排放。本文利用热天平试验表明动力配煤的燃烧特性与煤质特性之间存在强烈非线性,利用早停止技术防止神经网络模型过拟合精确预测了配煤燃烧特性,采用分形理论剖析了煤热解生成的煤焦孔隙分形结构及其着火燃烧特性,针对枣庄煤场开发了非线性多元优化动力配煤专家系统成功应用于示范工程。采用Early-stopping back-propagation(ESBP)神经网络精确预测了16种典型动力煤种及其48种配煤的着火温度和活化能,利用早停止技术解决了神经网络对训练数据的过拟合问题,明显提高了网络泛化能力和对新数据的预测精度。基于煤质分析建立了三层神经网络模型,神经网络预测配煤着火温度和活化能的平均误差分别为0.29%和1.28%,远低于二次非线性回归的平均误差2.24%%和5.91%。采用ESBP神经网络精确预测了16种典型动力煤种及其48种配煤的最大燃烧速率和固定碳燃烬率,利用早停止技术解决了神经网络对训练数据的过拟合问题,明显提高了网络泛化能力和对新数据的预测精度。基于煤质分析建立了三层神经网络模型,神经网络预测配煤最大燃烧速率和固定碳燃烬率的平均误差分别为1.97%和0.91%,远低于二次非线性回归的平均误差7.06%和4.03%。剖析了煤热解生成的煤焦孔隙分形结构及其着火燃烧特性。当空干基原煤中挥发分和水分的总含量由15.22%增加到39.49%时,煤粉热解的活化能降低导致煤焦孔隙分形维数由2.30增加到2.84,在孔径为3.7nnm处形成的微分比表面积峰值增加,而颗粒平均孔径降低。相应地煤焦着火温度由617℃C降低到486℃,煤焦燃烧活化能降低导致固定碳燃烬率由84%升高到91%。探索了燃煤烟气CO2的水热催化还原反应特性,针对水热还原CO2存在的4条可能反应途径进行了热力学分析,发现最容易进行的反应途径为：HC03-+2H≒HCOO’+H2O,试验表明铜催化剂水热还原CO2效果明显优于镍催化剂。当同时加入16mmol的铜粉和铝粉时,得到还原产物甲酸的浓度为6694ppm,水热还原CO2的转化效率达到29.1%。研究了电厂非线性多元优化动力配煤的一维炉燃烧特性。根据国电河北龙山电厂的锅炉设计煤种和实际煤源情况确定了五种配煤指标,利用非线性多元优化动力配煤模型计算得到优化配煤方案。利用一维炉对优化配煤进行了燃烧特性试验,采用微分差热法确定沉降炉试验中配煤的着火温度,通过优化配煤缩短了主力煤种(昔阳煤和国阳煤)的着火距离,降低了着火温度,同时降低了SO2和NOx排放。针对枣庄煤场开发了非线性多元优化动力配煤专家系统。采用ESBP神经网络预测动力配煤的着火燃烬特性构建多元优化动力配煤计算模型,提出根据多煤质指标权重计算配煤综合评价指数的方法。实现了非线性多元优化动力配煤的核心计算程序,结合煤场进储销管理模块设计完成计算机专家系统软件,成功应用于枣庄煤场的200万吨／年动力配煤示范工程。对专家系统计算得到的优化动力配煤方案在一台6t/h链条炉上进行燃烧测试,经第三方检测表明：链条炉热效率由64.9%提高到71.4%,节煤率达到10%。