蔗汁澄清是甘蔗糖厂的重要工艺环节,其实现方法有多种。碳酸法澄清技术因其制成的白糖纯度高、色泽低,市场销路好而逐渐被大多数糖厂采用。当前,在碳酸法糖厂澄清工段生产中,操作变量控制器的设定值是操作人员根据一段时间的关键生产指标离线化验结果,凭借多年生产经验给定的；然而由于关键生产指标离线化验的滞后性,操作员往往不能根据工况的变化及时调整控制器的设定值,在实际生产过程中,经常出现尽管控制器的控制性能指标符合要求,但是关键生产指标却波动过大,时常超出期望值范围的情况,从而最终导致成品糖产量和质量的不稳定。因此,研究碳酸法糖厂澄清过程的操作优化,解决澄清过程操作变量控制器的优化设定问题,对增强产品品质和提高糖厂经济效益都有着重要的意义。本文首先阐明了糖厂澄清工段的建模及操作优化的研究现状,介绍了优化设定和案例推理方法的概念和工业应用。其次,详述了碳酸法糖厂的澄清工段流程,并将工段分为一碳饱充和二碳饱充两个部分,确定了两个部分的关键生产指标,诸如色值、钙盐含量等以及相关的操作变量；介绍了广义动态模糊神经网络结构和算法,在采集到的离、在线数据的基础上,利用该网络对一碳饱充和二碳饱充这两个部分建立了各自的生产指标预测模型,解决了生产指标无法在线获取的问题,同时,为了进行模型比较,又利用相同的数据对各部分分别建立了相应的BP网络生产指标预测模型；再次,提出了一种结合优化模式库和案例检索以及案例修正的碳酸法糖厂澄清过程的控制器优化设定策略,在建立生产指标优化模型的基础上,根据期望生产指标和已知的典型工况,通过非劣分层遗传算法Ⅱ型或粒子群算法求解获得了优化模式库,对于新的工况,采用案例检索的方法在模式库中寻找对应的操作变量作为控制器的优化预设定值,然后将预设定值代入生产指标预测模型求出生产指标的预测值,并计算其与期望值的误差,通过有关该误差的专家规则来调整优化预设定值,直至在新的工况下实际生产指标也能接近或满足期望值,从而将此时的操作变量设定值作为糖厂澄清工段控制器的设定值进行生产。仿真结果显示,与采用BP网络所建的生产指标预测模型相比,采用广义动态模糊神经网络所建的生产指标预测模型的泛化能力更强,收敛速度更快；采用建立典型工况下的优化模式库,并辅以案例搜索技术对当前工况下操作变量的设定值进行优化的方法,能够指导控制器设定值随工况的改变进行调整,避免目前人工调整时的主观性与滞后性,因而达到稳定生产、提高成品糖品质和糖厂经济效益的目的。