涡轮增压机组是增压锅炉的重要部件之一，其性能的优劣会直接影响增压锅炉的整体性能，因此，研究涡轮增压机组的运行规律对增压锅炉有着十分重要的意义。本文首先建立了涡轮增压机组的数学模型，对涡轮增压机组自身匹配和其与锅炉本体匹配进行了详细的分析，并给出了相应的匹配计算方法。而且，本文提出了一种改进的BP神经网络应用于压气机特性计算中，详细的阐述了该神经网络的原理和计算方法，并将其与BP神经网络从样本内插和样本外延这两方面做出对比，证明了改进的BP神经网络的优势之处。基于以上分析，首先利用Matlab/Simulink软件，采用模块化建模方法，建立了涡轮增压机组的稳态仿真模型，主要分析研究了不同稳态工况下涡轮增压机组一些主要参数的变化规律，而且考虑了边界条件（大气温度，进排气阻力损失和过量空气系数）变化对涡轮增压机组乃至增压锅炉整体的影响。其次，在稳态模型的基础上建立了涡轮增压机组动态仿真模型，对系统容积惯性和转动惯量等加以考虑，并将其计算模块加入到整个模型中去，对增压锅炉从低工况30%到高工况100%的加速过程进行了动态仿真分析，而且应对于边界条件变化的情况，合理设置初值，初值可以参考稳态模型各工况下详细的各参数数据，给出了涡轮增压机组主要参数的动态响应曲线变化趋势并加以分析。通过本文对涡轮增压机组的稳态和动态仿真分析，研究了各主要参数在不同工况、条件下的变化规律，对涡轮增压机组自身的匹配以及与锅炉之间的匹配都有一定的参考意义。