P91钢由于典型的多尺度微观结构特征使其具备了优异的抗高温蠕变性能,现已成为超超临界火电机组的主蒸汽管道、再热器以及过热器等关键构件的首选材料。长期服役在高温、高压（600℃、30MPa）的环境中,这些结构将不可避免地发生蠕变形变而导致材料综合性能降低,进而威胁到整个设施的安全运行。因此,对关键构件服役状态的安全评估与长时蠕变寿命的精准预测就显得尤为重要。传统的蠕变寿命预测方法或存在过于简单而难以保证预测精度,或存在计算量过大而难以外推至其他条件等诸多限制。相比之下,人工神经网络在拥有强大的非线性拟合与外推预测能力的同时,对输入和输出相关参量的选择没有硬性要求。因而,该方法在材料失效预测的相关领域中有着巨大潜力。本文以P91钢为研究对象,借助多种测试方法系统分析了蠕变过程中多种微观组织,诸如位错结构、亚晶结构以及析出相等。在此基础上,通过引入相关表征参量来构建BP人工神经网络,最终实现对P91钢长时蠕变寿命（可达10⁵h）的精准预测。本文的主要研究内容以及研究成果如下:（1）在高温蠕变试验机上进行单轴拉伸试验,获得P91钢在600℃下的力学性能参数,主要包括抗拉强度、弹性模量、屈服强度等。结合实验条件,在600℃等温条件下分别选取140、145、150、155、160、165、175和190MPa等8个应力水平进行蠕变持久试验。此外,在600℃、165MPa条件下开展了高温蠕变间断试验以制备不同损伤状态的蠕变试样;（2）借助金相显微镜、扫描电子显微镜、透射电子显微镜、X射线衍射、EDS能谱仪等多种手段对上述蠕变试样的微观组织进行了系统考察。同时,通过引入可动位错密度、亚晶尺寸、强化相(MX碳氮化物、M₂₃C₆碳化物)尺寸和Laves析出相尺寸等表征参量,建立了这些参量与应力之间的量化关系;（3）通过对蠕变过程外部因素（即温度、应力）的综合考虑,结合人工神经网络的基本原理,构建了以蠕变断裂时间为输出的BP人工神经网络模型。对NIMS数据库中MGC钢蠕变数据进行建模预测,结果表明与传统时间-温度参数法外推的预测结果相比,BP人工神经网络模型对高温长时蠕变寿命的预测精准度较高;（4）通过对BP人工神经网络模型耦合上述可动位错密度、亚晶尺寸、强化相(MX碳氮化物、M₂₃C₆碳化物)尺寸和Laves析出相尺寸等多个表征参量,建立了基于微观组织分析的蠕变寿命预测BP人工神经网络模型。进一步计算结果显示,与上述单一的BP人工神经网络模型相比,基于微观组织演化的BP人工神经网络模型在预测长达10⁵h的P91钢高温蠕变寿命时,依然具有很高的计算精度,且人工神经网络的可扩展性能得到了极大提升。因此,基于人工神经网络的P91钢长时蠕变寿命预测研究,在理论分析和工程应用中均具有较大潜力。