锅炉入炉煤煤质分析对于指导锅炉燃烧、提高锅炉热效率，优化全厂机组性能等具有重要作用。对于大多数火力发电厂而言，锅炉入炉煤煤质分析一般都滞后于锅炉运行，少数电厂装备的煤质在线分析仪价格昂贵；已有的基于机理建模的煤质软测量方法存在参数设定多，系统调试比较麻烦，经验公式适用范围一定等不足。软测量技术对于解决工业过程中无法直接测量或直接测量代价很大的过程量十分有效。作为软测量建模方法之一的神经网络技术具有较强的非线性逼近能力，为不确定非线性系统建模提供了一种有效途径。 本文从磨煤机运行工况、锅炉机组运行工况和烟气成分分析结果出发，采用机理分析与径向基函数神经网络相结合的建模方法，建立入炉煤收到基水分、干燥无灰基元素组成、收到基灰分及低位发热量等的软测量模型；仿真结果表明模型具有较好的准确性。为了在实际运用中简便地对上述模型准确性进行评估、监督，同时建立了煤质工业分析到元素分析转换模型。在此基础上，利用电厂DCS及计算机技术开发出煤质软测量在线监测系统，系统运行稳定，界面友好，操作简单，需要额外添加的测量项目较少，成本较低。