在线有效检测发电厂锅炉中炉膛的燃烧状态对其进行燃烧诊断是实现最佳燃烧控制,提高燃烧效率与减少污染物的关键举措。可调谐激光吸收光谱技术(TDLAS)是一种利用光谱吸收特性的非接触式气体检测技术,优势体现在对微小变化的灵敏度高,响应实时性强,有效抗干扰等。在燃烧空间的恶劣操作条件下对实时测量气体参数具有良好的兼容性。介于炉膛内部的燃烧空间巨大、燃烧状态复杂、燃烧产物浓度变化性强等特点,实现误差较低的气体二维浓度场重建结果的必要条件是足够多的投影角度以获得充足的投影数据,现存气体浓度检测系统中多应用固定激光发射器与激光接收器位置的方式,获得的不完全投影数据导致图像重建精度较低,在工业领域广泛应用上遭遇瓶颈。本文主要采用TDLAS技术,针对锅炉炉膛内部燃烧产物的CO2气体浓度进行测量并对气体二维浓度场图像重建算法进行研究与实验。主要研究内容如下:(1)阐述了可调谐激光吸收光谱技术的基本原理及检测所需重要参数,归纳总结了多种测量技术的特点;(2)研究了图像重建法的基本原理,对比多种可用于气体浓度的图像重建优劣势,综合分析对气体浓度分布重建结果构成影响的几种因素;结合误差分析对场量模型的仿真研究多种典型迭代算法在图像重建精度上存在的性能差别;(3)以二氧化碳气体为主要检测目标,选取中心波长2004.5484nm的激光信号作为激光光源结合实验需求搭建等比例缩小的模拟电厂锅炉大型实验台。并采用机械传动装置对激光信号进行自动扫描探测,大大增加了投影光路数,一定程度上解决了固定式布置方式给激光检测造成的光路数限制问题,有效节约了检测成本,为系统图像重建提供数据支持以提升重建精度;(4)提出了一种结合ART算法与高斯过程回归(GPR)的优化图像重建算法,有效降低了误差,提升了重建准确性。优化算法构造以稳健估计为基础的目标函数,发展代数迭代算法有效地求解该目标函数,得到粗网格的气体浓度分布状态;利用GPR方法对细网格的气体浓度分布进行预测,可得气体浓度分布的较精准信息。模型仿真与实际测得数据实验研究结果均验证了优化算法在提高重建精度的有效性;