电站锅炉燃烧的稳定性与经济性一直是热能工程领域中一个复杂而又非常重要的问题,而炉膛内煤粉的燃烧是一个发生在大空间范围、剧烈脉动的、具有明显三维特征的复杂物理化学过程。研究合理有效的全炉膛火焰检测、诊断及分析的手段,并建立可靠的锅炉燃烧效率计算模型对优化锅炉运行具有非常重要的意义。本文通过在一台200MW机组上已安装的炉膛三维温度场监测系统的火焰检测装置基础上,从拍摄的火焰图像中提取出反映全炉膛燃烧的辐射能信息,建立其与机组功率之间的动态模型,以进行燃烧监测与控制,同时进行稳定性的分析。进而发现该炉在负荷波动时,炉内辐射能剧烈变动,表明该炉燃烧调整过度,是导致经常灭火的主要原因。同时,从综合得出的反映全炉膛火焰图像中提取特征量,进行稳定性的分析和灭火的判断,并用锅炉灭火记录进行验证,结果表明这种方法能够很好地诊断燃烧状况。同时,锅炉燃烧的经济性及优化运行需要准确的锅炉效率计算模型,而运行中其影响因素繁多且复杂。BP人工神经网络作为一种非线性映射手段,具有传统优化求解法所不具备的很多优点,适合于解决该类问题。本文应用VC调用Matlab的方法实现在线训练BP神经网络,并用具体的试验数据说明训练的过程,得到了很好的锅炉效率预测模型。最后,用训练好的BP网络对检验样本进行验证,验证结果是比较令人满意的。并在此基础上,针对具体电厂开发了选煤及燃烧优化专家系统,并在现场得到了初步的应用,从而更大程度地提高锅炉运行的经济性。