Sur la base du test thermique à plusieurs conditions du contenu de carbone dans les cendres volantes du mélange de combustion du charbon d'une centrale électrique, un modèle de réseau neuronal des caractéristiques non linéaires de la dynamique et de l'apprentissage automatique a été établi. Les erreurs relatives entre les valeurs prédites et les mesures effectives des échantillons s'avèrent respectivement être de 1,14 %, 1,19 % et 2,45 %, confirmant la faisabilité du modèle. En utilisant les paramètres de régulation de l'exploitation de la chaudière comme variable indépendante de la fonction objectif d'optimisation, en combinant l'optimisation globale par algorithme génétique et en effectuant l'optimisation pour trois situations, à savoir la combustion mixte du charbon indonésien, la combustion sur un broyeur à charbon et la combustion sur deux broyeurs à charbon, les meilleurs paramètres opérationnels ont été obtenus, réduisant respectivement la teneur en carbone des cendres volantes de 2,25 %, 1,96 % et 1,08 % à 1,87 %, 1,69 % et 0,73 %, indiquant que la combustion du charbon indonésien contribue à réduire la teneur en carbone des cendres volantes et à améliorer l'efficacité de la chaudière. Le choix du broyeur ou de la combinaison de broyeurs pour la combustion du charbon indonésien a également été optimisé, indiquant que l'utilisation des broyeurs B et C pour la combustion est la meilleure solution.

chaudière; teneur en carbone des cendres volantes; algorithme génétique; charbon indonésien; combustion mixte; broyeur