湿法冶金是处理低品位矿的有效工艺,湿法冶金企业的经济效益与综合生产指标有着密切的关系。湿法冶金工艺指标是综合生产指标和湿法冶金生产控制之间联系的纽带,与金产量等综合生产指标有着密切的关系。同时,工艺指标要通过操作变量加以实现,因此,研究如何实现湿法冶金全流程优化控制,具有重要的理论与实际意义。作为复杂的生产过程,湿法冶金过程具有多变量、变量之间强耦合和非线性等综合复杂性,特别是从全流程考虑优化控制问题,过程模型误差不可避免,这导致基于模型的优化控制方法面临困难,如何通过数据挖掘技术对基于模型的优化控制结果进行补偿,并最终实现优化控制是非常重要的。本文首先详细介绍了湿法冶金工艺流程以及工艺分析。针对分层优化控制方法以及整个生产流程的复杂性,本文提出分层补偿的优化控制补偿方法。第一层,针对全流程各工序指标进行补偿；第二层,以全流程优化确定的各工序指标为期望目标,对操作变量进行补偿。针对生产过程有无现场数据两种情况,本文提出两种不同的方法对湿法冶金全流程生产过程进行优化控制补偿。当有大量现场数据时,针对整个流程采用基于粗糙集的数据挖掘方法从积累的大量优化控制数据中提取各工序指标与各工序操作变量的补偿经验规则。在实际的生产条件发生变化时,应用经验规则对生产过程进行优化控制补偿。当没有或缺乏现场数据时,针对整个生产流程利用机理模型对指标以及操作变量进行灰色关联分析,根据关联度的大小并结合一定的工艺分析即可获得指标补偿方法。随着生产过程的进行,大量的优化数据被积累下来,当积累的现场数据充足时即可采用前述的粗糙集数据挖掘方法进行优化控制。通过对湿法冶金过程优化控制补偿仿真实验,验证了本文方法的有效性和可行性。