锅炉飞灰含碳量是反应锅炉燃烧效率及电厂运行经济性的重要指标。及时准确的获得飞灰含碳量，既有利于指导锅炉优化调整以降低煤耗，又能提高锅炉机组运行的安全性。超临界对冲火焰锅炉经常掺烧劣质煤，易出现飞灰含碳量偏高现象。因此，对飞灰含碳量的特性及影响因素进行深入分析，研究飞灰含碳量的预测方法，从而对影响飞灰含碳量的锅炉运行参数进行优化和调整，有益于改善锅炉运行，具有重要的工程实用价值。　　本文首先从理论角度分析了煤粉燃烧的原理、过程及影响因素，为优化燃烧、降低飞灰含碳量提供理论依据。　　然后，在对某台660MW超临界对冲火焰锅炉进行飞灰含碳量多工况热态试验的基础上，应用神经网络的非线性映射和学习记忆能力，建立了超临界对冲火焰锅炉飞灰含碳量预测模型。此模型主要采用较容易获得及调整的锅炉运行参数作为输入变量，便于电厂实际应用。经过验证，其预测效果良好、泛化能力强，能够准确的预测各种工况下的飞灰含碳量。　　本文在建立飞灰含碳量预先模型的基础上，定量分析了各因素对飞灰含碳量的影响。从而获得了各因素对飞灰含碳量的影响规律，从理论角度分析其原因并提出了控制措施。　　最后，结合预测模型及遗传算法，优化锅炉运行。对某一工况进行优化分析，通过对煤粉细度、炉膛出口氧量、燃尽风门开度和各层燃尽风量的调整，使飞灰含碳量由优化前的6.5％降到4.2％;并对优化工况进行了锅炉热态试验验证，经过验证，此工况下锅炉飞灰含碳量实测值为3.9‰完全达到了优化标准。