提高锅炉的燃烧效率和稳定性对于国民经济的能源供给有着重大的意义。锅炉燃烧器处的射流温度场以及整个锅炉温度场是反映锅炉燃烧状态的重要的指标，结合目前日益成熟的火焰图像采集技术、图像处理技术和火焰温度场重建技术，有必要对温度场的建模与控制进行深入的研究。　　 由于燃气锅炉的然烧器喷射的火焰就是射流火焰的一种，所以本文首先建立了射流火焰温度场静态模型，并把火焰能量分布作为系统的输出。重建得到的温度场分布可以看作一种广义的的输出概率密度函数，所以可以采用输出概率密度理论进行建模与控制。　　 火焰能量分布是非高斯的，而输出概率密度函数控制理论正是是针对非高斯系统提出来的，但同样适用于高斯系统。由于非高斯的随机系统的输出不能用均值和方差完全表示，所以可以把系统输出的概率密度函数曲线作为系统输出，设计控制算法使得该输出概率密度函数曲线与给定的曲线形状尽可能接近。王宏教授提出该方法时首先用B样条逼近的方法建立输出概率密度函数的模型，然后建立了B样条的权值与输入之间的关系，从而实现了系统建模。　　 针对该射流火焰静态模型，首先采用输出分布曲线的静态建模和控制的方法实现了火焰温度场控制。然而整个锅炉的火焰温度场分布却是三维的，难于检测和重建，因此可以采用能够反映锅炉燃烧状态的截面温度场来表示锅炉的燃烧状态，得到的输出就是截面温度场的曲面。所以本文采用二维B样条模型对截面温度场进行了建模，并用静态控制算法实现了一个简单的仿真。　　 然而，在射流火焰实际的控制系统中，由于执行器和传感器本身含有动态特性，所以需要把它们的动态特性加入到系统中，那么整个系统就成为动态系统。不失一般性，假设执行器和传感器具有二阶动态，那么整个系统就成为二阶动态系统。采用广义状态空间模型对火焰能量分布进行了建模，模型中只有两个权值与输入存在动态关系，其它的权值都可以用这两个权值进行线性表示，并给出了这一系统辨识的方法。设计了预测控制算法，并给出了算法的收敛的条件，最后给出了控制仿真结果。　　 上述输出概率密度函数的建模均采用B样条逼近的方法，然而该方法常常需要大量样条才能满足建模的要求，从而导致了建立的模型阶数过高，使得系统辨识不容易实现。为了解决这一问题，本文又引入了高斯形式的RBF基函数，该类基函数由两个参数控制基函数的形状，可以明显减少建模的阶次。采用高斯形式的基函数实现的控制系统与B样条形式基函数的系统相比控制参数更容易调节。　　 然而，有些工业过程往往是重复或循环的过程，这样的过程要求控制器在每个周期结束后通过调节模型参数或控制器参数实现提高控制效果的目的。针对RBF高斯基函数建模的输出概率密度函数系统，实现了在每个控制周期后调节基函数的参数实现提高控制效果的目的。　　 本文的主要内容和创新点总结如下：　　 ①建立了射流火焰温度场模型，通过火焰能量分布表示表示整个火焰温度场的燃烧状态。　　 ②把火焰能量分布看作火焰模型的输出概率密度函数，实现了射流火焰温度场的2维静态控制。　　 ③提出了通过锅炉截面温度场的控制实现对整个锅炉火焰进行调整的方法，采用2维B样条对截面温度场进行建模，并给出了3维静态控制的算法，并用一个例子进行了算法的初步验证。　　 ④设计了广义状态空间模型，把基函数权值作为状态变量，提出了一个新的模型辨识算法；提出了广义预测算法，并给出了算法稳定性条件，并在考虑了传感器和执行器动态特性的动态火焰模型上得到验证。　　 ⑤进一步研究了采用径向基函数(RBF)对火焰能量分布进行建模与控制，并与采用B样条建模的控制结果进行了比较。　　 ⑥提出了解析方式调整RBF基函数参数的迭代学习控制算法，并对算法的收敛型进行了讨论。实现了火焰能量分布迭代控制，控制的结果验证了算法的有效性。