随着现代社会的不断发展,社会的用电需求也在不断提高,高性能的发电机组被投入运行来满足社会的用电需求。复杂的大型发电机组结构和系统,导致火电厂的运行维护问题愈发突出。锅炉是火电厂中的重要部件,其中过热器管、再热器管、水冷壁管和省煤器管等高温承压管道是锅炉内部的主要组件,在高温高压环境下,管道的耐热钢的金相结构和力学性能会随时间发生变化,产生金属材料的老化失效现象,对锅炉设备的安全运行有直接的影响。统计结果表示,锅炉的高温承压管的爆漏事件占火电厂机组非计划停运事件的50%左右。所以,能够准确预测锅炉内高温高压管道的失效情况,对保证火电厂的安全运行具有重大的现实意义。传统的金属管道受热面失效状态检测需要在电厂停炉维修期间,对管道的受热面进行破坏性的切割取样,再进行离线分析。切割取样检测法虽然可以得到该管道详细的状态信息,但会对检查管段造成破坏,需要焊接修补,一方面会影响管道服役性能,另一方面会耽误设备运行且造成损失。而目前的无损检测手段,针对的是部件已有的缺陷,无法做到失效趋势的预测分析。而且这些传统的检测手段因为时间和操作的原因存在一定的局限性,因此非常有必要发展一种具备特点为快速无损的检测技术对锅炉管道的受热面进行有效的检测,可以有效在管道缺陷出现前对失效状态进行检测。激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)是一种可能满足上述要求的检测技术,它是一种新型的原子发射光谱技术,其原理是脉冲激光烧蚀待测物体表面产生等离子体,等离子体中包含了反映待测物体成分信息的光谱数据,通过分析光谱数据可以实现对待测物体的组成成分和结构信息的定性分析与定量分析。本文将LIBS技术应用于火力发电厂实际运行的T91管道的老化等级预测,探究不同能量大小的激光作用到表面未处理的T91实际运行管道的光谱数据差别,研究火电厂金属管道在高温高压环境下金属管道表面上的沉积物对LIBS测量的影响,并将机器学习算法应用到失效预测模型中,建立了SVM金属老化等级预测模型。通过对比表面打磨处理样品与表面未处理样品的Fe,Cr等代表管道重要性质的基体及合金元素谱线的谱线强度随脉冲数的变化情况,发现金属管道表面特性的影响在前100的激光脉冲内较为明显,在100到200的激光脉冲段,打磨与未打磨样品的谱线趋于相同。在此现象下,将表面未处理的样品的100到200激光脉冲段光谱数据输入SVM老化等级模型,得到了与打磨样品相似且良好的预测结果,为LIBS技术应用到火力发电厂金属管道受热面失效检测提供了基础。最后,对目前的研究工作将LIBS技术应用于火力发电厂实际运行管道的老化等级预测这一内容进行回顾和总结,并提出了未来进一步的研究工作的开展计划。