众所周知,湿法冶金作为从矿产资源中提取金属的技术之一,有着提取有价金属回收率高、环保成本低、产品质量高、工艺灵活性大等优点,因而得到了广泛的使用。湿法冶金是一个多工况、多工序、非线性的复杂化学反应过程。实际生产过程中会存在一定的不确定性因素,单一的定量机理模型或经验模型已经不能满足湿法冶金过程控制的需要。为此,本文以某黄金冶炼厂湿法冶金生产过程为背景,在对湿法冶金全流程机理分析和工艺分析的基础上,建立了基于区间数的湿法冶金全流程机理模型。利用即时学习算法和最小二乘支持向量机建立了湿法冶金过程的预测模型,进而全面地对湿法冶金全流程优化控制技术进行了研究。本文主要研究内容包括:1.考虑到湿法冶金过程存在一定的不确定性,利用专家经验知识建立调浆过程定性模型。从浸出、压滤洗涤和置换等工序的化学反应基本原理出发,基于物料守恒及能量平衡关系,建立了基于区间数的湿法冶金全流程的静态机理模型。研究了输入变量对生产指标的影响关系,通过仿真验证了所建模型的有效性和合理性。2.针对湿法冶金工序众多、工况复杂的情况,提出了一种湿法冶金全流程模型更新的策略。当过程模型预测值与工业过程实际值之间的偏差超过设定的阈值时,采用即时学习算法从工业历史数据中找出与当前工作点相似度高的数据样本构造学习集,并利用最小二乘支持向量机建立预测模型,进而对湿法冶金全流程模型进行在线更新。将预测模型应用到了湿法冶金全流程一次浸出率、二次浸出率和置换率的预测中,并通过仿真验证了该预测模型的准确性与有效性。3.以调浆环节作为边界环节,将湿法冶金全流程优化问题分为若干个子优化问题。在对湿法冶金全流程工艺分析的基础上,建立了基于区间数的以综合经济效益最大为优化目标,以各个槽氰化钠添加量、调浆水添加量和锌粉添加量为决策变量的湿法冶金全流程优化模型。利用基于改进粒子群的两层嵌套优化算法求解全流程优化模型,得到了湿法冶金全流程最优操作变量和生产指标,为实际生产过程提供指导意见,并且为具有不确定性的湿法冶金全流程的优化研究奠定了基础。4.采用双层控制结构对湿法冶金过程进行优化控制。在优化层,利用优化算法求解优化模型,将求解得到的一次浸出率、二次浸出率和置换率作为控制设定值,将求解得到的氰化钠添加量和锌粉添加量作为控制变量初始值。采用基于标准差分进化算法和改进差分进化算法的非线性模型预测控制方法对湿法冶金全流程进行预测控制,分析了两种控制方案的跟踪效果和稳定性能,仿真验证了基于改进差分进化算法的预测控制方案的优越性。最后总结了论文主要工作,并对湿法冶金全流程建模与优化控制的进一步研究方向进行了探讨与展望。