燃烧火焰是表征燃烧状态稳定与否的最直接反映。燃烧调整不好或者燃烧不稳定，会导致燃烧效率下降，产生更多的环境污染物、噪音等，更可能引起严重的事故，造成人员伤亡和财产损失。所以，为了消除潜在的危险和提高燃料的燃烧效率，必须对燃烧状况进行监测。论文提出了一种基于人工神经网络的燃烧状态在线识别及在线预测系统。图像检测系统采集火焰燃烧图像，并由图像识别程序提取其位置、形状及强度特征参数。依据这些参数，利用附加动量项与学习率可变的BP网络识别燃烧状态，并利用指数平滑预测模型对燃烧状态进行预测。该系统为运行人员提供了有意义的状态指数，有利于对燃烧状态进行在线监控，为燃烧器的燃烧诊断提供一种新方法。实验结果表明：此系统对燃烧状态有较高的识别准确性，可以有效地实现熄火、回火等状态的预测。