火力発電所ボイラー燃焼混合物の熱状態試験結果を基に、人工ニューラルネットワークの非線形ダイナミック特性と自己学習特性を用いて、飛灰中の炭素量特性のニューラルネットワークモデルを構築し、検定試料の予測値と実測値の相対誤差はそれぞれ1.14%、1.19%、2.45%であり、このモデルの実行可能性を確認した。発電所ボイラーの操作調整パラメータを最適化目標関数の独立変数とし、グローバル最適化の遺伝的アルゴリズムを組み合わせて、インドネシア石炭の混焼、1台グラインダー焼き、2台グラインダー焼きの3つの状況において最適化を行い、最適な操作パラメータを得た結果、飛灰中の炭素量はそれぞれ2.25%、1.96%、1.08%から1.87%、1.69%、0.73%に低下し、インドネシア石炭の混焼が飛灰中の炭素量を低減し、ボイラーの効率を向上させることを示した。また、インドネシア石炭の混燃状態でのグラインダー選択も最適化され、グラインダーBおよびCの使用が最良の選択であることが示された。

ボイラー; 飛灰中の炭素量; 遺伝的アルゴリズム; インドネシア石炭; 混焼; グラインダー