放空火炬燃烧过程存在火炬超标排放问题,会引发重大生产安全事故,严重污染大气环境。火炬尾气高效燃烧有助于保障安全生产、减少环境污染。在目前的研究中,保证火炬尾气高效燃烧最有效的方式是在火炬气中添加助燃蒸汽,由于助燃蒸汽中携带了大量氧气,高速喷出的助燃蒸汽能够将氧气和火炬气充分接触,从而使得火炬气燃烧更加高效。现阶段对于控制助燃蒸汽流量的方式较为单一且精度较低,因此为做到精确控制可以通过建立氧气需求量和火炬气之间的数据关系模型的方式,不过该方式需要大量的实际工厂数据作为驱动。但由于火炬气流量数据只能在放空火炬处于高温高压的不充分燃烧的异常工况时才能进行采集,造成真实数据获取困难、数据样本数量稀缺的问题。因此论文基于部分石油化工厂放空火炬实地环境,搭建放空火炬燃烧数据仿真模型;随后分析放空火炬燃烧过程中的化学反应原理,得出不同反应所需氧气量组成数据集,并根据该数据集设计基于遗传算法的径向基神经网络,仿真实验结果表明该算法能够提高径向基神经网络的预测精度从而对放空火炬燃烧所需氧气量进行精准预测。