生物氧化提金技术是黄金提取工艺中最重要的技术之一,该技术投入低,对环境影响小,具有广阔的发展前景。进气量是生物氧化预处理中的一项重要指标,进入气体的多少直接影响着氧化槽中化学反应程度和菌群的活性,进而影响金矿石的提金率。目前,多数提金厂的进气量系统是开环控制,进气量的多少由人工手动调节阀门控制,常常采用“宁多勿少”的策略提供气体,造成了很大的能源浪费,降低经济效益。因此,进气量的精准预测,对提高黄金提取率和经济效益具有重要作用。生物氧化预处理过程复杂,影响氧气需求量的因素很多,包括槽内环境温度、矿浆流动速度等因素,使得进气量系统是强非线性的,具有不确定性和动态性的特点,影响着进气量机理模型的建立。同时,新疆多数提金厂所处位置环境恶劣,使得实际生产过程中测量数据易受到噪声干扰,存在着偏差,使得进气量的精准预测是个难题。本文采用动态数据驱动理念对进气量的精准预测开展研究,将测量数据和模型预测值融合,提高预测精度。主要研究内容如下:（1）提出一种氧化槽进气量、压强状态空间模型建立的方法。分析气体管流原理,以一元管流方程为控制方程,将进气量、压强作为状态变量,利用控制理论思想,建立状态变量的状态空间模型。（2）对数据同化算法进行研究,介绍常用滤波算法,比较不同算法的优劣性。选择最适用算法,构建进气量、压强数据同化工作流程,对模型预测值进行校正更新。（3）对动态数据驱动理论概念进行研究,构造了动态数据驱动的生物氧化槽进气量预测系统的框架和应用流程。通过计算机仿真,对建立的氧化槽进气量预测模型进行初步验证。同时,验证了动态数据驱动的生物氧化槽进气量预测系统精准度。