长期以来,世界能源中煤炭燃烧问题一直是能源中的主要构成部分,煤炭的燃烧属于大量的,能给我们带来能量和资源的同时,也产生了比较严重的污染问题。电站锅炉燃煤锅炉系统复杂,锅炉属于高温低压状态,且煤炭燃烧过程具有瞬态变化、湍流、燃烧环境恶劣、燃烧设备庞大等特征,燃烧环境极其复杂。因此炉膛燃烧过程的具体测量将是一项世界性的难题。对于锅炉中煤炭燃烧的空气动力场的研究将显得非常重要,充分了解了燃烧过程的流场及温度场,对于减少环境污染,提高燃烧效率将有举足轻重的意义。锅炉炉内的空气动力场的优化特性决定了锅炉的运行效率。有效和自适应的炉膛动力场测量技术是必需的,但目前还没有得到有效的利用。声学测量方法是非接触式的和全场的测量方法。本文提出了一种带有自适应重建算法的模型,用于空气动力场的声学测量。它利用小波在空间和尺度的自适应聚焦特性。采用少数几个典型的具有显式表达式之一的二维连续墨西哥帽小波作为二维小波基函数,以利用声音波传播时间数据重建炉膛空气动力场。另一方面,由于所测量的声学时间数据稀少,因此将会在重建过程中形成病态方程组,此过程使用了正则化矩阵方法,且在重建炉膛动力场方面获得了令人满意的解决方案。在该算法中,在每一个基函数尺度因子下,遍历一系列正则化因子以实现流场的局部优化重建;然后,通过遍历一系列小波尺度因子,得到一个最优尺度,以给出测量流场的全局最优小波尺度因子以及相关的最优正则化因子。其中,根据经验提出了比较新颖的伪信息熵目标函数用来确定最优正则化因子和尺度因子。在总体框架相同的情况下,将小波模型下流场重建结果与和高斯函数作为基函数流场重建的结果进行了比较。小波函数模型方法分别通过仿真和实验进行验证,结果表明,此方法可以提供可靠且更好的重建结果。还有,本文提出的小波模型可望适用于任何形式的复杂流场。