本文以控制合适的分解率梯度与合格的末槽分解率为目标，将专家控制与预测补偿控制策略相结合，开发了连续碳酸化分解过程控制系统。 首先，介绍了连续碳酸化分解过程工艺机理和特点，讨论了影响氢氧化铝产品质量和产量的主要因素；基于连续碳酸化分解过程机理知识和长期积累的群体专家经验，利用产生式规则分别建立了分解率控制规则库和安全监控规则库；采用前向搜索进行推理，综合各相应规则库推理输出，分别得到各阀门控制量以及安全监控报警信息。 针对生产过程大滞后的特点，在连续碳酸化分解过程专家控制系统的基础上，提出了末槽分解率预测补偿控制策略。利用误差反向传播(BP)神经网络建立了末槽分解率预测模型，并不断对其在线修正；根据系统的期望输出与一步超前预测输出之间的偏差，通过专家智能优化算法获得补偿控制量，对专家控制模型5<＃>槽通气阀门控制输出进行补偿。这样，增加了系统的预测能力和抗干扰的能力，有效地克服了大滞后因素的影响，提高了末槽分解率控制的精度。 最后，开发了连续碳酸化分解过程控制系统，实现了连续碳酸化分解过程分解率梯度和末槽分解率的优化控制，对工艺生产过程进行实时状态监测、故障诊断和预警，并对复杂的生产数据综合管理，极大地减轻了工人的劳动强度，提高了系统的安全性和可靠性，实现了碳分过程的稳定优化运行。系统投入运行后，分解率合格率提高了5％，平均分解率提高了0.86％。工业运行结果证明了方法的有效性。