生物氧化预处理是生物氧化冶金的关键过程之一,关系着最终黄金的提取率。而溶氧量作为生物氧化预处理过程中影响氧化速率的关键因素,其直接影响了细菌的活性和难处理矿石冶金的氧化速率,从而最终影响到黄金的提取率。因此,通过对生物氧化预处理过程中的溶氧量进行精准的预测控制,可以确保菌体的生长和基本的代谢,也可以保持较高的生物氧化速率,从而获得较高的黄金提取率,对整个生物氧化冶金工艺过程具有重要作用。此外,由于无法精确的对溶氧量进行预测控制,目前大多工艺现场对氧化槽的氧气充入量采用了“宁多勿少”的进气原则,由此带来了低氧利用率的问题,从而造成了资源的严重浪费。结合以上问题,为了确保菌体的生长和基本活性,使生物氧化过程正常进行,因此迫切需要对矿石生物氧化过程中溶氧量浓度进行精准的预测控制,在确保氧化效率的同时实现节能降耗。本文主要的安排如下:首先,了解生物氧化预处理工艺过程,分析生物氧化预处理过程中的耗氧机理,以及溶氧量浓度对生物氧化过程中氧化还原电位和生物氧化速率的影响,为后期的研究奠定理论基础。然后,为了提高氧气利用率,达到对溶氧量的精准预测,建立了基于最小二乘支持向量机的溶氧量预测模型。选择最小二乘支持向量机作为预测模型,同时采用鲸鱼算法对最小二乘支持向量机的关键参数核函数宽度和惩罚因子进行优化,并选用单一最小二乘支持向量机预测模型和粒子群算法优化的最小二乘支持向量机预测模型进行对比,仿真实验表明,该方法有很好的预测效果。为之后溶氧量的预测控制提供技术支撑。最后,在上述预测模型的基础上,采用模型预测控制方法实现对溶氧量的精准的预测控制。本文采用鲸鱼优化算法优化的最小二乘支持向量机作为预测模型,在模型预测控制的滚动优化部分加入蚁群优化算法对目标函数进行优化,实现对溶氧量的精准控制。仿真实验结果表明,该方法可以有效的实现对溶氧量的预测控制,从而实现按需供氧,达到节能降耗的目的。