本文以燃煤机组为研究对象，提出了一套适用于电站煤粉锅炉的受热面积灰、结渣监测方法，阐述了监测方法的基本原理，并在此基础上开发了一套积灰、结渣在线监测系统来指导和优化吹灰过程。监测原理是建立在神经网络的基础之上的。利用电厂DAS系统的现有数据，在不增加新测点，或者只增加个别测点的条件下，结合长期以来的结渣变化情况，对神经网络进行训练，使之能预测各种工况下的所需参数，最终求出灰污、结渣状况。本文研究了神经网络运用于灰污监测的可行性，并对神经网络算法进行了重大改进，用改进的RPROP网络代替传统的BP网络，使网络的收敛速度大为改观，而且网络的适应性也有了很大的提高。在深入讨论灰污特征参数的过程中，本文不仅研究了工况对灰污特征参数的影响，也讨论了煤质对灰污状况的影响。对于对流受热面，本文摒弃了传统的灰污特征参数，提出了用焓差灰污系数来反映积灰、结渣程度；而对于水冷壁，在背面温差法的基础上又引进了温差灰污系数。