油页岩是一种腐泥类燃料，由水生低等浮游植物、低等浮游动物经腐败作用和煤化作用而成，其成因及结构与煤有着很大区别，特别是油页岩中的挥发份、灰份要远远高于煤中的含量而造成其热解特性与煤也有很大差别。中国是世界上油页岩资源丰富的国家之一，储量仅次于美国、俄罗斯、巴西、爱沙尼亚和扎伊尔列世界第六位。在当今能源紧缺的时代，大力开发油页岩资源有着极其重要的意义，可为解决我国的能源问题发挥重要作用。 本文采用热重——红外联用仪详细研究了吉林桦甸和广东茂名油页岩在五种不同升温速率(10℃／min、20℃／min、40℃／min、50℃／min以及100℃／min)下的热解特性，充分考虑油页岩中挥发份在整个热解过程的作用，得出了油页岩热解的一般规律。在试验的基础上建立了油页岩热解的动力学模型，采用常用的两种方法：Achar，Brindley和Sharp法以及Coats-Redfem法处理试验数据，由热重回归曲线计算出油页岩热解的活化能(E)和频率因子(A)，对两种热分析处理动力学数据的结果进行比较，发现结果比较相近，但热解的活化能和频率因子之间存在着补偿效应。 在MATLAB6.5环境下，利用神经网络工具箱中的RBF神经网络算法，通过油页岩的元素分析和工业分析对油页岩的热解特性进行了预测。预测的结果证明了RBF网络应用于热重分析中的油页岩热解领域的可行性。