循環流動床（CFB）ボイラは我が国の発電業界で重要な地位を占めている。しかし、炉膛燃焼システムは多くのパラメータ、多変数、非線形、時間変動性などの強い結合特性を持ち、システムの正確なモデリングと予測が困難である。機械学習は強力な非線形処理能力と予測性能により、CFB分野で広範な応用の展望を示している。本稿では、機械学習技術の応用について検討し、最小流動速度予測、汚染物質排出予測、床層圧力予測、床層温度／熱効率予測、粒子循環流率予測、計算流体力学（CFD）場の低次元モデル、ボイラー安全制御システムモデル等について述べる。これらの技術の異なるシナリオにおける利点と制限を分析し、ビッグデータ時代におけるCFBボイラの機会と課題を展望する。モデルの説明性、汎化能力の向上、データ品質の多様性、モデルと従来手法の融合、実験的検証などが今後の研究の重点方向である。

石炭ボイラ;CFBボイラ;機械学習;非線形;予測