Sobre la base de las pruebas térmicas multicondiciones del contenido de carbono en las cenizas volantes de la mezcla de combustión de carbón de la caldera de una central eléctrica, se estableció un modelo de red neuronal de las características no lineales de la dinámica y del aprendizaje automático, y se comprobaron los errores relativos entre las predicciones de muestras y las mediciones efectivas, que fueron respectivamente del 1,14 %, 1,19 % y 2,45 %, confirmando la viabilidad del modelo. Utilizando los parámetros de regulación de la operación de la caldera como variable independiente de la función objetivo de optimización, combinando la optimización global con algoritmos genéticos y llevando a cabo la optimización para tres situaciones, como la combustión mixta de carbón indonesio, la combustión en un molino de carbón y la combustión en dos molinos de carbón, se obtuvieron los mejores parámetros operativos, reduciendo respectivamente la cantidad de carbono en las cenizas volantes de 2,25 %, 1,96 % y 1,08 % a 1,87 %, 1,69 % y 0,73 %, lo que indica que la combustión de carbón indonesio ayuda a reducir el contenido de carbono en las cenizas volantes y a mejorar la eficiencia de la caldera. También se optimizó la elección del molino o la combinación de molinos para la combustión de carbón indonesio, y el resultado mostró que el uso de los molinos B y C para la combustión es la mejor solución.

caldera; contenido de carbono en las cenizas volantes; algoritmo genético; carbón indonesio; combustión mixta; molino