大型电站锅炉内煤粉的燃烧是一个发生在大空间范围、不断脉动的、具有明显三维特征的物理化学过程,因此燃烧工况的监测对于锅炉安全、经济、洁净运行具有重要的意义。而锅炉燃烧烟气速度场的测量则是燃烧领域一个复杂但很重要的问题,一旦掌握了炉内流场状况,也就为燃烧的优化控制、锅炉的合理运行提供了依据。声波法监测炉膛空气动力场采用非接触的测量方式,是一种现代高科技控制手段。而BP神经网络的研究和在声波法炉膛内切圆流场监测中的仿真模拟及实验验证,则使声波监测技术的在线应用更加具有现实意义。本文首先简要介绍了声波法重建炉膛空气动力场的基本方法,以及人工神经网络原理和其广泛的应用,对人工神经网络及BP 模型的研究进行了系统的探讨,提出BP神经网络作为一种非线性映射手段,具有传统优化求解法所不具备的很多优点; 然后以一台冷态实验模型锅炉作为仿真对象,建立BP 神经网络模型。本文从样本的选取,网络层数的确定,以及学习步长、冲量系数的最佳取值,都是采用边训练边修改的方式,形成了适合于声波法切圆流场监测的BP 网络。最后,用训练好的BP 网络进行了一系列仿真模拟和分析,并且通过冷态空气动力场的声波法监测实验对网络进行了实验验证,验证结果是比较令人满意的。BP 神经网络是人工神经网络当中应用最广的一种,它的结构比较简单,对数据映射的速度比较快,精确性和稳定性也比较好,把它用于声波法炉膛切圆流场的在线监测是可行的。