锅炉热管失效是一个国际性的专业难题，又是一个多学科交叉、多专业复合且相互渗透的工程实际问题，它涉及到锅炉结构原理、燃烧理论与技术、燃料(煤、油等)特性、灰渣化学及反应力学、多相流体学、传质传热学、锅炉水处理技术、材料力学，以及与其相关的工程学(设计、安装、运行、维护、管理)等诸多学科，其复杂性可见一斑。正是由于其复杂性，长期以来它成为妨碍提高发电机组效率和安全性的重要因素，给国民经济的发展和企业员工的生命安全带来严重的危害，频频发生的热管失效事故，不仅给发电企业带来了极大的经济损失，困扰着企业的安全生产，还给企业员工的生命造成了严重威胁。因此，国内外的研究单位对此给予了高度关注，并相继取得了一些研究成果，在生产实践中发挥了较好的作用。但由于热管失效的突发性、复杂性以及恢复生产的紧迫性，系统和有效地开展锅炉热管的失效研究具有十分重要的现实意义。 各类研究立足于具体实例的分析居多，综述研究也有，但深度不够，基本上基于实例的解剖。这种分析研究有两个不足之处，一是没有完全顺应锅炉热动规律机理，没有系统研究不同区域热管的失效方式及本质，难以区别不同热管的失效机理。二是这些研究的概括性、专业性强，没有通俗地被电力系统的工作者所掌握，没有充分地应用到与锅炉热管有关的各种作业活动的环节中去，难以达到指导生产实践的作用。 以上问题的存在，使锅炉热管失效研究始终停留在一个研究、应用比较脱节的层面，造成研究难以上升到预防与治理热管失效的指导理论，使治理与预防渗透到热管设计、制造、安装、维护、运行的每个环节。事故发生的原理得不到深究，事故处理的方案不完善，事故从根本上得不到控制，事故损失难以降低，事故处理后的结果缺乏科学的检验，致使失效不断发生。 锅炉热管失效事故在锅炉事故中约占一半以上。传统的观点将锅炉热管事故定位在锅炉受热面，即所谓锅炉“四管”，它包括了水冷壁管、过热器管、省煤器管、再热器管。对于锅炉这种由不同复杂管系有机结合起来的大型动力设备，系统研究其热管事故实例可以看出，电站锅炉热管失效事故按管系划分，大到锅炉整体，小至局部，遍布锅炉整个系统。 本文作者在查阅资料和电厂实地调查的基础上，针对不同的电厂、不同的时期、不同的阶段，从锅炉设计、安全维护、运行控制、锅内过程、炉内过程和热管材质等方面全面、系统地分析了引起电站锅炉热管失效的各主导因素，总结了热管失效的一般规律；对易造成热管失效的现象进行分析说明，按照锅炉的热动规律，科学、系统地概括了锅炉热管，即水冷壁管、过热器管、省煤器管、再热器管、导汽管、联箱和主蒸汽管的失效机理；主要是建立发电企业电站锅炉热管失效的预防与治理的科学平台，将锅炉设计制造、运行维护和科学研究统一起来，突出失效分析研究，使研究成果渗透到电站锅炉热管失效每一环节的技术行为中，将热管失效降到最低程度。失效分析的目的是对失效的过程、性质、破坏形式及形态进行分析，以准确判断事故发展过程及失效原因。同时还要根据理化机制分析的结论进行管理机制的分析，提出改进建议和采取的相应措施，锅炉失效诊断实质上是一种模式识别与分类的问题，它是一个依据某种方法让计算机自动地把待识模式分到各自的模式类的过程。在模糊识别、专家系统、人工神经网络等诸多故障诊断方法中，人工神经网络具有很强的自学习能力、高度的容错能力、强大的联想记忆功能、快速的推理能力、大规模分布式并行处理信息功能，解决了专家系统中存在的知识获取的“瓶颈”即容错性差、推理能力弱和处理大型问题较为困难等问题。 本文采用神经网络中误差反向传播算法分析锅炉热管破裂失效，消除了存在训练收敛慢并容易陷入局部最小点的问题。与自适应误差反向传播网络的样本训练结果比较表明，采用模糊模块化神经网络提高了学习的速度和精度。模糊模块化神经网络采用多输入、多输出的结构，不但能对失效是否发生进行诊断，而且还能判断故障发生的严重程度，给现场运行人员提供了有益的参考。