大型燃煤锅炉炉膛火焰温度场是对炉膛火焰监测和控制的最直接参数。但由于炉膛火焰燃烧过程自身具有瞬态变化、随机湍流、设备尺寸庞大、环境恶劣等特征，给实际锅炉炉膛火焰温度场的在线测量带来困难。目前还没有建立非常有效的大型锅炉炉膛火焰温度场测量手段。本文探讨了声学法燃煤锅炉炉膛火焰温度场检测技术，并对其中的一些关键问题进行了研究，主要完成了以下工作： 1.对各种燃煤锅炉炉膛火焰温度场测量技术的研究应用现状、难点和发展趋势进行了综述。 2.对直接相关时延估计、广义相关时延估计和基于小波变换的广义时延估计进行了仿真实验研究，仿真实验结果表明：直接相关时延估计、广义相关时延估计、小波变换时延估计标准偏差为0时所对应的信噪比分别为-8dB、-9dB、-9dB，在抗干扰能力上小波变换时延估计方法与广义相关时延估计方法均优于直接相关时延估计方法，且小波变换时延估计方法不需要知道信号和噪声的先验知识。 3.提出基于RBF神经网络的温度场图像重建算法进行了仿真实验研究。对单峰对称温度分布，单峰偏斜温度分布，双峰温度分布情况下RBF神经网络温度场重建算法，最小二乘法温度场重建算法，付里叶正则化温度场重建算法温度场重建结果的均方根误差分别为1.5％、1.99％和3.8％，1.7％、2.62％和2.1％，1.1％、4.34％和4.1％。温度场重建速度分别为1s、7s、8.5s，1s、7.5s、8.9s，1s、8s、8.6s。该算法温度场重建速度与精度均高于最小二乘法算法和付里叶正则化温度场重建算法。并对随机抽样样本进行了温度场重建结果的回归分析，回归分析的结果表明温度场重建结果与原温度场模型符合较好。为研究测量误差对温度场重建结果的影响，将测量产生的随机误差看作正态分布的随机噪声，分别在40dB30dB和24dB不同噪声水平下进行了温度场重建，重建结果的均方根误差分别为1.5％、4.0％、1.1％，1.6％、4.4％、1.1％，和2.2％、5.4％、1.5％，表明该算法在上述信噪比情况下也能够实现温度场重建，算法具有一定的抗噪性。 4.设计了一套温度场测量实验系统，介绍了该测量实验系统的硬件设计和软件设计。用该测量系统结合径向基函数(RBF)神经网络温度场重建算法实现了偏斜燃烧火焰和对称燃烧火焰温度场的重建。并与富里叶正则化法温度场重建算法、最小二乘法温度场重建算法温度场重建结果进行了比较，结果表明：基于径向基函数(RBF)神经网络的温度场重建算法温度场重建质量优于其它算法。