选矿过程中，磨矿分级作业的目的是将大颗粒矿石磨碎到一定的粒度，使有用矿物与脉石单体解离，以利于后续选别作业对其进行提取。磨矿粒度是衡量磨矿分级作业运行品质最重要的工艺指标，直接制约着选矿产品质量和金属回收率，影响着整个选矿厂的经济技术指标。但是在实际生产中，由于多种原因难以得到磨矿粒度的实时在线检测值，因此必须采用有效手段，实现粒度的在线检测以及在此基础上的粒度控制，这对于稳定磨矿粒度、提高金属回收率是非常重要的，这也是很多选矿企业急需解决的实际问题，解决这一问题的有效手段就是利用软测量技术实现粒度的连续在线测量。 本文在综述了磨矿分级过程粒度检测与自动控制研究现状的基础上，针对磨矿分级过程具有多变量、强耦合、强非线性、大滞后、时变等综合复杂特征，且其关键工艺指标磨矿粒度难以进行直接在线检测且化验过程滞后，通过对磨矿分级过程进行机理分析，选择了旋流器给矿浓度、旋流器给矿压力以及分级机溢流浓度作为粒度软测量模型的辅助变量，并通过权衡现有粒度软测量方法的利弊，采用具有很强自主学习能力的案例推理技术，首次提出了基于案例推理的磨矿粒度软测量方法。案例表示由案例产生时间、工况描述特征、解特征及相似度属性组成，案例检索采用具有多相似度阈值计算的最近相邻策略，案例特征权值确定采用提出的基于相似粗糙集的方法，案例重用采用基于静态相似度阈值和基于动态相似度阈值两种算法，并给出了新的案例修正和存储策略。以某选厂磨矿分级过程为研究对象，对提出的粒度软测量方法进行了较为深入的工业实验研究，工业实验结果表明：提出的粒度软测量方法估计精度较高，并且具有一定的自学习和自适应性。 针对现有磨矿回路控制方法的不足，以及难以对磨矿粒度进行直接闭环控制的现状，将提出的粒度软测量方法作为粒度软测量预报器应用于磨矿回路的自动控制。首先将提出的粒度软测量方法应用于磨矿回路的常规控制；其次针对常规控制的不足，采用文[100]提出的用于复杂工业过程的基于综合生产指标的智能优化控制思想，将提出的粒度软测量方法用于磨矿回路的智能优化控制：一种应用是作为智能优化设定模型的参考输入信息，另一种更为有效的应用是用于实现磨矿回路的实时闭环优化控制，这种应用的基础是采用基于规则的专家系统技术设计一个智能补偿器；最后以某选厂磨矿分级过程为研究对象，考察了提出的粒度软测量方法在磨矿回路智能优化控制的应用效果。实际工业应用效果表明：将提出的基于案例推理的磨矿粒度软测量方法用于实现磨矿回路的实时闭环优化控制后，大大优化了磨矿系统的运行机制，获得了满足工艺期望所需的粒度指标，实现了该选厂磨矿分级过程的优化控制和优化运行，取得了重大的经济效益和社会效益，具有推广应用前景。