电站锅炉的燃烧诊断是整个电站安全、经济运行的关键所在。由于锅炉燃烧过程的复杂性,传统的锅炉煤粉燃烧诊断系统不能很好地解决燃烧状态诊断的准确性、实时性问题和诊断系统的自适应性问题。利用计算机图像处理技术对锅炉煤粉燃烧火焰图像进行处理,从而对锅炉燃烧器的燃烧状态做出判断是解决这一问题的有效途径之一。本文通过对煤粉燃烧火焰图像的分析,利用煤粉火焰图像处理实时、准确的优点以及神经网络能很好地解决燃烧模式识别的优点,构造了一个基于神经网络的锅炉单燃烧器智能燃烧诊断系统。论文首先分析了锅炉单燃烧器煤粉燃烧图像的形态和特征,提取几个较为典型的特征量,构成燃烧诊断系统的输入。其次,详细介绍了诊断网络的工作原理、网络结构和网络训练,利用测试样本给出诊断系统的仿真实验结果。并对神经网络做出自适应调整。论文第四章针对NOX排放问题做了详细的研究,在分析了NOX生成机理后,主要考虑温度对NOX排放的影响,并介绍了温度场标定试验。论文第五章详细介绍了诊断系统的软件子模块以及实现的功能。最后,提出了系统在工程实施中发现的问题和解决方法。