国内电站锅炉主要以煤作为燃料,燃煤锅炉在运行过程中,各受热面不可避免地会出现灰污现象。灰污的形成对机组的安全性和经济性均会产生不利影响。吹灰是清除灰污和保持锅炉受热面传热性能的一种有效手段,但目前电厂中,吹灰器的运作大多是由运行人员根据经验进行控制,定时将各受热面全部吹扫一遍,很难确定出吹灰效益。本文针对现状,从经济角度考虑,深入研究建立了各受热面的灰污状态监测模型,开发出吹灰优化软件。主要内容如下:本文基于电厂DCS系统的监测数据,提出了一套完整的电站锅炉受热面结渣积灰监测方法,用以在线监测锅炉结渣和积灰的程度。根据各受热面传热方式的差异建立不同的在线监测模型,并统一用清洁因子来描述各受热面的灰污程度。在对流受热面灰污监测方面,建立了适用于各不同工况的基于热平衡原理的受热面积灰监测模型;对于尾部受热面,建立了基于烟气压差法的积灰监测模型;对于辐射受热面,采用人工神经网络法对锅炉炉膛的污染监测问题进行了研究,采用BP算法对锅炉受热面灰污监测模型进行训练,实现了炉膛辐射受热面结渣的整体监测。基于锅炉各受热面的实时监测模型,本文在保证设备安全运行的前提下,从经济性出发,提出了基于临界清洁因子确定最佳吹灰时机和根据吹灰收益最大原则确定最佳吹灰周期,并给出基于吹灰最佳频率确定临界清洁因子的方法,给出制定合理的吹灰方案的步骤。在理论研究的基础上,作者开发出电站锅炉吹灰优化系统,并实际应用于大唐洛河发电厂#1炉。大量试验表明,本文所建的模型能够准确地监测锅炉灰污的发展状况,并能起到指导和优化吹灰的作用。