随着我国社会经济的快速发展和工业化进程的推进,造成对矿产资源的粗放利用和大量消耗,导致我国面临矿产资源严重紧缺的难题。如何经济而有效的利用低品位的矿产资源,对我国的可持续战略有很重要的意义。选矿是有效利用矿产资源的重要生产过程,而浓密-脱水过程作为选矿生产流程的关键组成部分,普遍存在自动化水平较低、能耗高和效率低等问题。可见,选矿浓密-脱水过程优化方法研究与实现具有重要的理论价值与实际意义。本文首先对选矿浓密过程的工艺原理以及各环节的操作流程进行了介绍,并深入分析了浓密脱水生产过程的特点。课题组针对浓密-脱水过程存在的问题提出了浓密机关键变量软测量模型,但课题组提出的浓密机软测量模型中没有考虑工业现场数据存在随机误差等不确定性因素,将会影响软测量模型精度和优化效果。本文提出基于数据协调的浓密机底流浓度软测量建模的方法。为提高软测量模型的精度,以真实值与协调值偏差平方和最小为优化目标,主要以数据满足物料平衡、浓密机内部压力分布为约束,以数据协调值为决策变量,建立数据协调优化模型对数据进行优化协调。利用现场浓密机底流浓度的采样数据即浓密机底流浓度的真实值数据对软测量模型进行了验证,经验证得出经过数据协调后的底流浓度的软测量模型达到了预期的精度。浓密-脱水过程受安全上限和阶梯电价的影响,存在最优存矿量使得该过程运行工况最优,且入矿量不同,最优存矿量也不同。因此本文提出了基于最优存矿量的浓密-脱水过程协调优化方法,并对存矿量进行了优化调整。应用序列二次规划法对优化问题进行求解,仿真结果验证了该协调优化方法的有效性。现场实际运行结果进一步验证了该方法可以有效提高生产效率,同时有效降低了浓密-脱水过程的能耗。通过软硬件开发,将浓密-脱水过程的协调优化方法加以实现。经验证,软件运行平稳并实现了相关功能,达到了预期的效果。