磨矿分级过程是选矿厂中十分关键的一个环节,磨矿分级过程设计和操作的情况,直接影响到选矿厂整体的经济指标。而磨矿分级过程的优化运行能够减少产品粒度的波动,降低选矿成本,提高矿石处理量。在激烈的市场竞争条件下,选矿企业对优化磨矿分级过程、提高生产效率的要求日趋迫切。磨矿分级过程本身的大惯性、参数时变、非线性、边界条件波动大等复杂特性,使得基于模型的优化控制方法无法应用。基于此,本文研究了一种基于经验知识的过程优化方法,将案例推理方法应用于磨矿分级过程的优化设定,以期实现磨矿分级过程的在线优化。本文详细分析了磨矿分级过程的工艺流程,根据磨矿分级的工况条件和优化要求完成了案例的构造。提出了基于自组织竞争网络聚类的案例库组织策略,为基于聚类的分级检索机制的实现奠定了结构基础。将基于粗糙集理论的规则挖掘方法应用到案例修正中的规则获取环节,提出了基于粗糙集规则挖掘的案例修正方法,解决了以往基于规则的案例修正中的规则获取困难的问题。同时,在利用粗糙集理论进行规则挖掘的过程中,约简了案例的冗余属性,实现了案例的精简。最后,将案例推理方法应用到磨矿分级过程优化中去,以一个选矿厂为例,实现了将案例推理应用到磨矿分级过程优化中的离线准备阶段的工作,包括构造案例、规则挖掘和案例库组织,并对基于案例推理的磨矿分级过程在线优化进行了仿真研究,过程包括案例检索重用以及案例在线修正与存储,为基于案例推理的磨矿分级过程在线优化提供了一个实现思路。