空气预热器漏风率是影响空预器效率的一个最重要的因素,但是由于空预器漏风率不仅受到空预器本身制作工艺,密封效果的影响,还受到烟速、烟温、空气速度、空气温度、烟气静压等诸多运行参数的影响,关系复杂。从局部和短期而言运行参数表现为较强的随机特征,而从全局和长期而言表现为较强的规律性。人工神经网络作为一种计算智能方法,能够识别和模拟数据的非线性关系,具有可逼近任意非线性函数的学习能力,可以从纷繁复杂的数据中找出其中的规律。对了解和掌握空预器的运行工作状况起到十分重要的作用。本文简要介绍了神经网络的发展及应用,并论述了回转式空气预热器漏风测控系统,提出了本课题的研究内容及研究方法。在分析生物神经元网络的基本原理和结构的基础上介绍了人工神经网络的概念、特征和基本原理,详细讨论了BP网络和BP算法。对电站锅炉回转式空预器的概念和性质及特点进行详细阐述,并对空预器漏风因素进行分析。通过对网络参数的选择、样本的选取与处理以及网络结构的选择和设计,确定了针对回转式空预器的人工神经网络模型,并对传统BP算法的局限性,提出了BP算法的改进策略。利用MATLAB6.5的神经网络工具箱进行网络建模与仿真实验,确定网络的归一化函数,训练函数、隐层单元数目和活化函数。根据己经确定的网络结构,对空预器漏风率进行预测。本文是在对沙市热电厂50MW机组锅炉空预器进行热态测试的基础上,利用MATLAB 6.5提供的神经网络工具箱为开发工具,对回转式空预器漏风率进行仿真建模,取得了比较好的预测结果。