澄清工段是制糖产业中重要的工艺环节之一,其好坏直接影响到成品糖的优劣。亚硫酸法因具有工艺流程短、设备简单、投资少等特点,在国内外得到了广泛使用。但是在这个过程中包含了大量的物理、化学反应,使得系统表现为非线性、时滞、时变、强耦合等特点,导致了某些重要工艺指标无法直接测量得到。所以操作变量控制器的设定值只能通过工人根据滞后的化验结果,并凭借多年的操作经验给定。这也是生产过程中,生产指标的波动性较大的主要原因。因此,解决亚硫酸法澄清工段操作参数的优化问题,对提高产糖质量和糖厂经济效益具有重要的意义。本文详细分析了澄清工段的工艺流程。根据澄清工段的特点和操作人员的经验,提出了基于案例推理的澄清工段操作参数的优化设定。首先,根据工艺流程的特点,选择对工艺指标有较大影响的参数作为系统的建模输入量,建立回声状态网络(ESN)预测模型。并在此基础上提出了基于Kalman滤波的ESN模型,对工艺指标进行实时的预测,增强了系统的实时性。并且通过工况评价模型,判断当前工艺指标的优劣。其次,分析了案例推理中的案例检索、案例重用、案例修正和案例维护等问题的应用方法,建立初始数据库,并通过神经网络计算各个工况的权值系数。在Microsoft Visual2008平台下开发了基于案例推理的优化软件包,并实现了与其他软件的混合编程,软件通过OPC协议与组态王软件KingView进行通信,完成了与糖厂监控系统的连接和对数据的传输。通过这些数据实现了对指标参数的预测与操作参数的优化,为操作人员的决策提供一定的科学依据。