石油焦是炼油工艺中的副产品,和煤相比拥有更高的含碳量与热值以及更低的灰量。CFB锅炉由于其燃料适应性广以及燃烧效率高得到了广泛应用,CFB锅炉中煤和石油焦掺混燃烧,既能合理利用石油焦,又能达到废弃物处理的效果。目前对于CFB锅炉掺混石油焦的燃烧优化以及磨损预测研究较为缺乏。本文以中石化某厂掺混石油焦燃烧的410t/h CFB锅炉为研究对象,通过BP神经网络和遗传算法对CFB锅炉的燃烧系统建立了GA-BP预测模型,对不同煤与石油焦掺混比条件下燃烧后的飞灰含碳量和NOx排放量进行了预测,以飞灰含碳量和NOx排放量的线性组合为优化目标,利用遗传算法进行了寻优,研究结果在本CFB锅炉进行了工业试验,试验结果表明:GA-BP燃烧预测模型能够较为准确的预测结果,寻优后的锅炉实际运行工况中,不同掺混比条件下的飞灰含碳量和NOx排放量都有所减少。利用FLUENT软件对该CFB锅炉不同一、二次风配比以及不同掺混比的燃烧过程进行了数值模拟,结果表明:在一定程度上增加一次风减少二次风有助于CFB锅炉的稳定燃烧,随着石油焦掺混比的增大,炉内部分区域温度过高,会影响CFB锅炉的安全运行,实际中应避免大比例（>40%）掺烧。最后,基于FLUENT中数值模拟的结果以及磨损数学模型,将炉膛划分为上、中、下三部分,在Matlab中采用GA-BP神经网络对该CFB锅炉不同区域建立了磨损预测模型,结果表明该模型具有很好的泛化能力。随后依据建立的磨损预测模型和控制变量法分析了布风板风量、密相区一次风风量、二次风风量、燃料量、掺混比对该CFB锅炉炉内磨损的影响,结果表明:布风板风量以及燃料量的增加会导致炉内整体磨损增大,而密相区一次风风量和二次风风量的增大导致对布风板流化风的“切割”作用从而使炉内划分区域磨损减小,掺混比的增大导致炉内磨损量有所下降。