为了满足节能减排的需要并提高锅炉煤种的适应性,合理有效的进行吹灰成为电站锅炉安全经济运行的一个重要方面。本文的目的是将目前的“定时吹灰”改为“按需吹灰”,实时的对锅炉受热面的污染情况进行监测。本文利用人工神经网络原理分别对炉膛和对流受热面进行建模。并对对流受热面进行实践仿真,在对流受热面模型建立的过程中,提出了自行摸索的人工神经网络应用于火力发电厂的技术流程。从数据采集、过滤,人工神经网络输入、输出量的选择,人工神经网络结构的设计,模型的敏感性测试以及网络精度验证等几个方面进行了详细介绍,此仿真流程对今后的研究工作具有指导性意义。通过反复试验,解决了课题组前期工作中遗留的灰污系数曲线不符合逻辑规律的跳跃,数据采集过程周期过长等问题,并通过数据过滤、输入量敏感性测试等手段改进了模型的结构,从而提高了大幅度仿真精度。以国内某300MW机组为研究对象,设计硬件架构和软件架构,在Delphi平台上用Object Pascal语言开发了对流受热面污染实时在线监测软件系统,系统应用Microsoft SQL数据库作为数据工具,用DLL动态链接库调用Matlab神经网络工具箱进行仿真计算。软件与数据库的通讯在Microsoft OS上用ODBC接口进行。使得锅炉流受热面的污染情况可视化,并得到实际应用,为现场运行人员的吹灰操作提供了合理的指导。