W artykule przedstawiono możliwości zastosowania sieci neuronowych do wspomagania badań, wykonywanych w procesie suszenia węgli i optymalizacji organizacji suszenia. Sieci zostały wykorzystane w skali laboratoryjnej do weryfikacji badań wilgoci krytycznej węgla brunatnego, suszonego w wirowym złożu fluidalnym. Wilgoć krytyczna jest tutaj rozumiana jako parametr w stanie ustalonym, którego wartość pozostaje od pewnego momentu na niezmienionym poziomie, pomimo dalszego procesu suszenia. Parametr ten odgrywa kluczową rolę w podniesieniu sprawności konwersji energii na energię elektryczną, czego konsekwencją jest zmniejszenie ilości emisji CO2 i innych gazów cieplarnianych oraz zmniejszenie innych negatywnych oddziaływań na środowisko, wynikających z wykorzystywania tego typu węgli do produkcji energii, w postaci np. temperatury i strumienia spalin za kotłem, korozji przewodów spalin. W pracy wykorzystano wyniki badań otrzymanych w ramach projektu pt. „Wstępne suszenie węgla brunatnego dla celów energetycznych” realizowanego na Politechnice Wrocławskiej w konsorcjum z Politechniką Opolską, Instytutem „Poltegor” i Elektrownią Turów, polegającym na eksperymentalnym zbadaniu wybranej koncepcji nowej technologii suszenia węgla brunatnego, przy zastosowaniu niskotemperaturowych źródeł ciepła. Porównano tu przebieg procesu suszenia dwóch skrajnych pod względem ilości popiołu węgli brunatnych: ze złóż w Grecji (40% popiołu) i Australii (5% popiołu). Dzięki swoim możliwościom predykcji parametrów w dalekiej przyszłości, sieci pozwoliły na określeniu wilgoci końcowej badanych węgli, na podstawie jej krótszych przebiegów czasowych w stanach nieustalonych, uzyskanych na drodze doświadczalnej. Zastosowanie ich w tym przypadku staje się zatem ekonomicznie uzasadnione ze względu na możliwość skrócenia czasu trwania eksperymentu. Sieci okazały się także przydatne do szybkiej weryfikacji, czy wyznaczona eksperymentalnie wartość wilgoci krytycznej jest rzeczywiście wartością tego parametru w stanie ustalonym.