燃煤电站锅炉运行中,对流受热面的积灰问题不可避免,合理有效的吹灰措施是确保火力发电厂安全经济平稳运行的一个重要环节。以往的吹灰模式多是根据设计煤种和负荷情况进行定期吹灰。然而,如果吹灰不足会导致换热效率低,影响锅炉的效率；如果过于频繁吹灰不仅会消耗大量能量而且会因磨蚀和热应力对锅炉受热面造成损坏,缩短受热面的寿命,同时也增加了吹灰装置的维修费用。而且,我国煤种品位高低不等,变化范围宽,加之电站锅炉供煤和配煤系统有许多不完善之处,燃用煤质多变,有时较大偏离设计值,这使得定期吹灰难以满足当今电站锅炉的吹灰需要。在课题组前期工作基础上,研发了适用电站锅炉的声波高温计,并在国内某电厂的300MW机组锅炉上安装。经过冷态调试、热态实验和长期运行,验证了该系统的稳定性和可靠性。特制了K型铠装热电偶对声学高温计进行了标定,声学测温历史曲线与机组负荷历史曲线的变化趋势非常吻合。声学高温计可以完全取代炉膛烟温探针,填补了国内在该项技术上的空白。用声学高温计直接测量炉膛出口烟温,通过计算得到炉膛清洁因子,实现炉膛整体灰污监测。分析了水冷壁结渣厚度与渣层表面温度的关系,给出了炉内温度场中等温曲面的分布规律,建立了炉膛内部热量传递模型。提出以炉膛平均温度为基准,沿炉膛高度布置声学测点监测水冷壁向火侧表面温度,选择动态灰污特征参数,实现炉膛局部结渣在线监测。通过对比受热面清洁时的吸热量和实际吸热量,建立对流受热面灰污监测模型,选取合适的灰污特征参数来反映受热面灰污情况,推导了实际吸热量的计算过程。用声学测温技术获得可以表征运行工况炉膛出口烟气温度,结合DAS系统给煤量、进风量、工质流量、工质入口温度和工质压力等作为输入参数,在采集大量样本点后,通过神经网络训练可以得到任一工况下的受热面清洁吸热量。在国内某300MW机组上进行了实验验证。提出直接利用声学测温技术获取对流受热面高温烟气侧进口和出口温度,基于经典的换热器传热模型,确定灰污系数来监测受热面的灰污情况,并考虑了喷减温水时的影响。以国内某台300MW机组锅炉为研究对象,制定了基于声学测温技术的受热面灰污监测方案。确定了系统的硬件架构,并开发了一套锅炉受热面积灰结渣在线监测系统软件,使锅炉受热面的灰污情况可视化,为现场运行人员的实际吹灰操作提供参考依据,实现锅炉受热面按需吹灰,提高电力企业经济效益,具有节能降耗、减少污染、降低运行成本的重大意义。