煤粉锅炉积灰、结渣一直困扰电力行业而至今尚未得到很好的解决,随着锅炉容量的进一步增大,这一问题将更加突出,并会严重威胁着电站锅炉的安全和经济运行。因此准确判断锅炉的粘污状况,以采取相应的措施,对于防止严重结垢、优化运行具有非常重要的意义。近年来,国内外许多专家学者对燃煤锅炉的结渣特性进行了研究,提出了众多预测锅炉结渣倾向的方法,但总体而言,各评判方法的准确率都不令人满意。因此,本文从分析诸方法评判准确率不高入手,对近20年来此领域内的研究成果以及新的进展进行了综述。其中,总结出近20种单指标方法及其评判的界限,并将其分为两大类:静态和动态指标,这样以来将有利于非专业人员对于结渣评判的各单一指标的了解,同时也有利于专业人员掌控这些已成形的指标并可以为以后研究新的指标提供理论体系和区分标准的支持;与此同时,分析了各方法的优、缺点,找出了导致准确率偏低的原因所在,提出了改进的意见和建议。接着,将表征锅炉结渣特性的动态指标引入模糊数学模型、模式识别模型、模糊神经网络模型当中,通过对实际锅炉评判,结果表明能够明显的提高各模型的评判准确率。传统意义上的模糊集仅涉及元素对模糊概念的肯定隶属情况。但是,现实情况中往往出现元素对模糊概念的肯定与否定两个方面,且其中还体现出介于肯定与否定之间的踌躇性。于是,将Vague集引入结渣预测评判中,经过试验证明此种方法较通常的方法准确率高,因此是可行的。此外,由于通常的综合评判方法都还只限于一级模型,在此还提出了多级模糊评判模型,进一步提高了预测的准确性,有效防止了误动作。Delphi被称为是第四代编程语言,它以简单、高效、功能强大等特点而被众多编程爱好者所青睐。本文便利用这一OOP语言开发了结渣预测评判软件。同时还充分运用了数据库挖掘技术和计算机技术开发了数据库管理系统。另外,还对尾部受热面的积灰进行了研究:初步得到了煤粉与飞灰的粒径分布规律;采用微波对尾部受热面飞灰含碳量进行在线测量等。