1、保證煤炭穩(wěn)定燃燒是燃煤電站安全運營最根本的要求，爐膛火焰是表征燃燒狀態(tài)是否穩(wěn)定的最直接反映，為實現(xiàn)鍋爐燃燒狀態(tài)的自動監(jiān)測，對燃燒的穩(wěn)定程度進行量化判定，論文基于火焰圖像處理技術(shù)，從爐腔火焰圖像中提取燃燒參數(shù)，建立燃燒參數(shù)數(shù)據(jù)庫，為建立的模型提供訓練和測試樣本，本文提出了兩種神經(jīng)網(wǎng)絡模型。
　　針對BP算法抗干擾能力差、學習速率慢且易陷入局部極小點等適用性，本文提出一種基于分層動態(tài)調(diào)節(jié)不同學習速率的BP算法。該算法綜合考慮網(wǎng)絡訓練方

2、式和學習率的不足，改進了隱含層的傳遞函數(shù)，設計新的復合誤差函數(shù)，同時采用分層動態(tài)調(diào)整不同學習率的方法以加快傳統(tǒng)BP算法的收斂速度，同時對造成陷入局部極小的異常樣本進行修復，最后將獲取的樣本參數(shù)分為訓練樣本和測試樣本對所建立的模型進行訓練和測試。實驗結(jié)果表明，所建立模型具有較好的容錯能力和映射能力，改進后的算法提高了穩(wěn)定性的識別率，運算速度較快，可以滿足穩(wěn)定性判定的實時性要求。
　　另外，本文基于多屬性區(qū)間決策理論得到燃燒決策庫，在

3、模糊推理中，為了獲取隸屬度函數(shù)參數(shù)和模糊推理規(guī)則，提出基于粗糙集簡化樣本決策庫，實現(xiàn)屬性簡約和屬性值簡約，增加了網(wǎng)絡訓練樣本參數(shù)的可靠性。再結(jié)合模糊網(wǎng)絡的邏輯推理性和神經(jīng)網(wǎng)絡的學習性、并行計算等優(yōu)點，提出建立T-S模糊神經(jīng)網(wǎng)絡模型用于燃燒診斷，選擇合適的模糊分割數(shù)，定義“五四模型”，建立基于“五四模型”的火焰燃燒穩(wěn)定性判定模型進行仿真。對比訓練前后的仿真圖參數(shù)可得，該模型是可行的，并具有較好的實驗效果。
　　對比兩種神經(jīng)網(wǎng)絡模型仿