燃烧器故障是常见的异常情况与工业加热器。防止经济损失和重大设备损坏可以达到补偿失去的热量可能由于燃烧器的失败,可以通过定义适当的定位点来重新安排健康燃烧器的燃烧率。在这项研究中,开发了人工神经网络模型估算合适的定位点燃烧控制系统恢复的工业炉火焰加热器异常条件。为此,基于精确的高阶数学模型,使用遗传算法约束非线性优化问题已经解决。对于不同的故障场景,最好的多余的发射率恢复健康的燃烧器炉从异常条件得到培训和数据记录和测试阶段。发达的神经稳态模型的性能通过仿真实验进行了评估。结果表明该技术的可行性处理燃烧系统的失败。