随着稀土的应用范围越来越广泛，稀土已经成为一种不可或缺的战略资源。近年来，我国的稀土行业发展迅猛，稀土的产量也达到了空前的规模。但是国内大部分稀土厂也只是实现了半自动化，生产现场还需要人工调节流量和人工取样检测产品组分含量，严重影响了生产效率和产品质量。因此，建立能完全描述稀土萃取分离过程的模型，并设计相应的控制器，就成了能否实现稀土萃取分离生产过程全自动化的关键步骤。稀土萃取分离过程是一个强非线性过程，并且存在着大量随机、不确定等信息，因此增加了萃取过程建模和控制的难度。本文基于“模拟分液漏斗法”组分含量动态特性曲线和现场运行数据，采用数据驱动建模算法，建立稀土萃取过程多模型集，并在此基础上设计预测控制器。具体研究内容如下：1、以CePr/Nd萃取分离过程为例，首先根据串级萃取理论设计CePr/Nd萃取分离的工艺参数、确定分离指标，其次用MATLAB模拟分液漏斗串级萃取实验，仿真得到CePr/Nd萃取分离各级组分含量动态特性曲线。2、采用数据驱动建模算法建立稀土萃取分离过程多模型集，通过此模型集描述稀土萃取过程的非线性动态特性。首先采用减法聚类算法确定子模型个数，其次根据最小二乘算法确定模型参数，最后选择合适的模型切换机制，根据运行过程中出现的不同工况选择最匹配的子模型作为当前模型。为了验证所建模型集的有效性，提出基于多模型的组分含量广义预测控制算法，给出了两端监测级组分含量变化曲线及流量变化曲线。3、为了验证所提出的方法的有效性和适用性，选择CePr/Nd萃取分离过程为研究对象进行仿真实验。仿真结果表明本文提出的组分含量多模型预测控制算法能够保证两端监测级组分含量满足要求，能实时的调节萃取剂流量和洗涤剂流量，并实现萃取分离过程的自动控制。