针对我国能源匮乏,尤其是高品位的矿石在不断减少等情况,充分利用矿物资源就显得尤为重要。湿法冶金技术可以比较高效的从低品位有色金属矿物资源中提取金物质,而且环境污染小。浸出过程是湿法冶金生产过程中的重要工序。浸出过程中浸出率的高低直接关系着生产过程的经济效益,然而浸出率作为衡量浸出过程中的一项重要指标,却无法在线测量。本文针对浸出率无法在线测量的问题,采用软测量建模技术,实现湿法冶金浸出过程浸出率的在线预测。1.本文通过对湿法冶金浸出过程的深入分析,掌握了基于物料平衡和反应动力学方程的浸出过程的稳态机理模型。在机理建模过程中的一些简化和近似使得浸出过程的机理模型无法达到理想的精度,因此本文提出机理与数据相结合的湿法冶金浸出率软测量建模方法。2.针对湿法冶金浸出过程的多工况特性,论文探讨了“硬划分”和“软划分”的工况划分与识别方法。论文分别针对基于“硬聚类划分”的多工况集成建模方法和“软聚类划分”的集成建模方法进行了理论分析与仿真测试。仿真分析表明基于FCM软聚类的多模型集成技术,使得软测量模型的精度得到了提高,浸出率预测结果更令人满意。3.模型校正是解决软测量模型失配问题的有效手段。本文通过短期校正和长期校正相结合的方式实现软测量模型的校正与更新。本文采用新采到的样本与历史数据的线性依赖性度大小来决定模型的短期校正或长期校正。当判断结果为新样本线性依赖时,对软测量模型短期校正;若判断结果非线性依赖时,则对软测量模型长期校正。4.论文利用湿法冶金浸出过程数据对文中提出的方法进行了仿真测试与分析,仿真结果表明了文中提出方法的有效性。