近年来环境污染特别是雾霾问题日益严重,燃煤锅炉因其排放的污染气体是环境的主要污染源之一,受到越来越高的关注。而现有的锅炉燃烧控制技术存在的不足日益显露,逐渐难以满足节能减排的实际需要,于是高效率低排放的燃烧优化技术逐渐成为研究的焦点。现有的燃烧优化方法有两种,一种是传统的方法,另一种是智能控制方法。锅炉燃烧系统是一个非线性、强耦合的复杂多输入输出系统。传统方法由于考虑因素过于单一,不能全面反映系统的真实状况。而智能控制非常适合于非线性、强耦合、多变量系统的建模与优化,因此得到了越来越多的重视。本文基于智能控制设计了一个锅炉燃烧优化系统。首先,对燃煤锅炉燃烧控制因素进行了分析,针对锅炉燃烧特性难以用简单明确的数学模型表示的情况,本文选用BP神经网络算法对锅炉燃烧过程进行建模分析。由于BP算法具有收敛速度慢、容易陷入局部极值等缺点,因此本文选用遗传算法作为网络的优化算法,充分利用其全局搜索能力对BP网络的权值、阈值进行优化,建立了合理的GA-BP网络模型,并进行了Matlab仿真。由结果显示,利用遗传算法优化神经网络,提高了模型的训练精度及收敛速度,使模型更能反映锅炉燃烧的运行特性。其次,通过对锅炉燃烧优化流程的分析,对通讯系统进行了设计。通过对Matlab引擎函数库的调用,实现了对C#与GA-BP网络模型的通讯。利用Dbcom接口实现了优化程序实时访问力控数据库。力控监控系统通过OPC接口与现场DCS相连,实现了从理论研究到实际现场应用的转变。最后,利用C#编程语言设计了锅炉燃烧优化程序。将GA-BP模型作为最优化的目标函数,模型的输出作为优化目标,通过遗传优化算法得出模型输出达到最优值时的锅炉系统的给煤、鼓风和引风的输入值,作为最优解指导锅炉运行过程的控制参数,实现锅炉性能达到最佳。