(3)把炉内受热面清洁时监测到的一些 工况下的炉内局部热流作为样本点， 利用人工 神经网络原理，对网络进行训练，可得出各种 工况下炉内受热面清洁时各部的局部热流。

(4)锅炉平常运行中监测到的是其所处 工况下污染受热面的各部局部热流， 将其与相 应工况下清洁受热面的各部局部热流相比， 就 可得出炉内受热面各部位的结渣及灰污染状 况。

2.2 对流受热面

通过对过热器和再热器管束的上部和下 部的烟气温度的持续测量来提高效率。 在管束 的上部和下部各安装一条声学测温路径， 那么 气体的进出口温差就可以被测出。 如果进出口 温差减小， 则表明由于管子的污垢或者管子表 面的结渣，使得管束的吸热量减小。 这个温差被输入到数据采集系统或者吹 灰器系统，作为吹灰器的启动信号。传统的吹 灰器是按照按规定好的时间表工作的， 而这样 就使得吹灰器在过热器和再热器需要的时候 才工作，大大的提高了吹灰器的工作效率，并 且节省了费用。同时，由于减少使用蒸汽和厂 用电也节省了开支。而且，由于减少了热应力 和腐蚀，可以提高管束的使用寿命，间接的节 省了费用。

(1)在过热器或再热器的两侧安装声波 发射接收测点， 利用先进的声学测温法获取各 个对流受热面工质进出口的温度值， 利用此可 实时监测出各对流受热面的实际吸热量。并 且，可与现场 DAS 数据里的数据相比较。

(2)(3)(4)步骤与炉内辐射受热面相同。

3 系统组成

3.1 硬件系统

(1)该系统设置一台服务器，与生产内 部网相连接，用于运行锅炉智能吹灰优化系 统，为客户端浏览提供数据支持。

(2)针对于不同厂家生产的不同规格型 号的机组锅炉，需新增工质温度、烟气温度及 压差测点。

(3)需新增声学测点 2～8 个。

新增测点通过 DAS 数据采集前置机， 完成 现场数据转入 PI 数据库和吹灰优化指导信息 到机组 DCS 系统的传输。