三相循环流化床技术作为一种氧化金精矿的新工艺,可以有效克服目前工业上氧化预处理金精矿工艺中存在的金回收率低、投资大、周期长及易造成环境污染等缺点,能够通过循环使气-固-液反应物充分混合和实现有害气体循环利用,提高了金的提取率,同时达到保护环境和提高经济效益的目的,具有良好的市场前景。但要想在工业中广泛推广应用,实现对三相循环流化床提金过程平稳高效地自动监控运行是必不可少的。目前,在这方面研究较为成熟的是用于火力发电厂的气固两相循环流化床锅炉,且大多采用传统的PID控制方法；而对于应用在金精矿提金方面的三相循环流化床研究却很少,理论也不成熟,因此开展对三相循环流化床系统的建模与控制研究,是当前该研究领域的一个重要方向。由于金精矿提金三相循环流化床系统具有非线性、纯滞后、多变量等特点,使得对其建模和控制面临多种复杂难题。采用先进的建模理论和智能控制策略有望实现对三相循环流化床的有效建模和控制,以此来提高反应的效率和工业化生产的经济性。本文首先深入研究了三相循环流化床提金过程的特性,通过实验找出了影响反应过程床层压力的主次因素,接着运用BP神经网络强大的非线性动力学特性和自学习特性建立了三相循环流化床床层压力系统的神经网络模型。其次采用基于神经网络模型的动态矩阵预测控制算法,在MATLAB环境下设计了该控制器并对系统进行了仿真。最后根据研究的理论对实际对象进行系统集成,实现了系统的自动监控运行并进行了实验验证。主要研究内容如下：(1)深入研究了三相循环流化床提金过程的工艺特性,得出床层压力是影响提金效率和工艺安全的主要参数；然后通过实验确定了进气速度和固含率为影响床层压力的主要因素,粒径大小等因素为次要因素；并确定了被控对象的控制目标值。最后对建模条件做一定假设,为神经网络建模做了准备。(2)对三相循环流化床提金过程的床层压力进行多工况实验获取建模数据,选择进气速度、固含率作为输入,四个测点床层压力作为输出,采用基于LM训练算法的BP神经网络建模方法,建立了三相循环流化床床层压力的BP神经网络模型,并对模型进行了校验,结果表明所建模型精度和泛化能力明显高于传统阶跃响应法所建立的二阶数学模型。(3)针对空气压缩机提供的高压气源不稳导致床层压力波动等问题,采用基于BP神经网络模型的动态矩阵预测控制算法,实现了对三相循环流化床床层压力的优化控制。仿真结果表明,本文给出的控制器设计方案可以获得良好的控制效果,系统具有良好的动态性能,较强的抗干扰能力,控制精度高,鲁棒性强等优点,能够满足对金精矿提金三相循环流化床床层压力系统控制的实际需要。(4)设计并集成了整个控制系统的软硬件。基于紫金桥组态软件平台,通过建立点、组态、连接和编写相关控制算法,实现了对三相循环流化床提金过程的组态监控自动运行,并将所测实验数据与人工操作条件下的实验数据进行比较,结果表明所设计的控制系统使提金率和单位体积内铁离子数分别提高了8.39%和10.6%。可见采用自动监控系统,生产过程的经济效益和安全性将有很大的提高。为三相循环流化床技术在工业中广泛推广使用,提供了基础。