泡沫浮选是广泛应用于矿物分离的一种方法。硫浮选是锌直接浸出工艺的一部分,采用浮选的方式分离出高酸浸出渣中的硫单质,不仅避免了含硫废渣的排放对环境造成的污染,同时还可以得到高品位的硫精矿产品,提高生产效率。泡沫层厚度是硫浮选过程的重要参数,直接影响硫浮选的回收率和精矿品位。准确检测泡沫层厚度值是对其进行控制的前提。由于硫浮选现场环境恶劣,常规方法很难可靠地检测泡沫层厚度。为此,本文研究泡沫层厚度软测量建模方法,以实现泡沫层厚度在线检测。主要工作如下：在深入分析硫浮选工艺机理的基础上,讨论了浮选槽矿浆总量变化对泡沫层厚度的影响。通过对泡沫层形成的机理进行分析,找出泡沫表层图像特征信息与泡沫层厚度的关系,为泡沫层厚度软测量建模的辅助变量选择提供理论指导。研究了与泡沫层厚度相关的泡沫动态图像特征和结构特征的提取方法,并对获取到的泡沫图像特征和现场工业参数数据进行了异常数据剔除和小波去噪预处理。研究了基于概率式预测相关向量机的泡沫层厚度软测量建模,针对相关向量机回归效果受核参数影响较大的问题,提出一种基于粒子群核参数寻优的相关向量机模型训练方法。在模型训练时,每隔一定的迭代步数采用粒子群算法对核参数进行优化,从而提高相关向量机的计算精度。为了区分不同辅助变量对模型的贡献度,对每一个输入变量设立独立的可变核参数。基于泡沫层厚度软测量模型开发的硫浮选泡沫图像监控系统已成功应用于湿法炼锌硫浮选生产过程中,工业实际生产数据验证了模型的有效性,模型预测精度能够达到工业应用的要求,为硫浮选过程的优化与控制奠定了基础。