中国电站锅炉以燃煤为主,所用煤约半数属易结渣类型,炉膛结渣已成为电站锅炉频发性事故,严重影响到锅炉的安全运行.因此,实时监测炉膛的结渣状况,预测出结渣趋势以指导优化运行,对增加锅炉热效率,减少经济损失都具有重要的意义.该文深入研究了炉内结渣的故障诊断技术,主要内容是:1.建立了煤灰结渣特性预测模型,首次运用了模糊神经网络的方法,综合了四个主要的单一判别指标,对中国动力用煤的结渣特性进行了评价.2.建立了考虑结渣的膜式水冷壁温度场计算模型,首次提出以背火侧鳍端温度与鳍根温度( 或管内工质饱和温度)之差作为诊断局部结渣程度的特征参数,并用神经网络的方法建立了 局部结渣程度的特征参数,并用神经网络的方法建立了局部结渣故障诊断模型,通过仿真计算获得训练样本,训练后的模型可直接用于实时诊断;3.从水冷壁热有效系数和灰污系数概念出发,首次提出了锅炉结渣综合评价模型,该方法只需采集常规运行参数就可进行在线诊断,简单可靠;4.首次建立了锅炉结渣实时诊断与监控模型,该模型综合了已有的一维传热模型、燃烧模型和该文提出的壁面热阻计算模型,可实时地诊断出锅炉在各种工况下的结渣状况,其计算精度能满足工程计算的要求.