砷盐除钴过程是锌直接浸出冶炼工艺的关键环节，通过添加锌粉和砷盐，除去硫酸锌溶液中的杂质钴，为电解过程提供合格新液。然而，由于除钴流程长、惯性大，且检测滞后，生产操作缺乏指导信息，造成出口钴离子浓度波动大，直接影响电锌质量，严重时甚至会引起“烧板”。因此，研究出口钴离子浓度的预测方法，为除钴过程的优化控制提供预测信息，对节能降耗、稳定生产具有重要意义。　　 本文针对砷盐净化除钴过程出口钴离子浓度预测问题，从以下几个方面展开研究:　　 (1)针对除钴过程生产数据存在异常和缺失的问题，提出一种分层迭代测量残差检验法。采用分层迭代测量残差检验法对流量、金属离子浓度等参数的显著误差进行检测与校正;通过核主元分析法对各参数进行解耦与降维，为钴离子浓度预测提供合理的输入数据。　　 (2)针对砷盐除钴过程流程长、滞后大的问题，提出基于MPSO-SA-RNN的净化除钴过程出口钴离子浓度预测模型。采用MPSO-SA算法优化RBF神经网络结构参数，参数寻优速度快，避免局部最优问题，有效提高出口钴离子浓度预测模型精度。　　 (3)开发了砷盐净化除钴过程优化控制系统。通过OPC技术实现上位机与DCS系统的通信，采用基于Visual C++的模块化设计方法，开发了砷盐净化除钴过程优化控制系统，实现了流程监控、关键参数优化设定、数据查询、曲线显示和报表打印等功能，为净化除钴过程优化控制创造条件。