已勘探清楚的优质矿产资源临近贫乏,主体原料逐步向“难以勘测,难以开采,难以加工”的复杂低品位矿石资源或二次资源转变,资源的低质化将导致我国有色金属行业及相关产业陷入生存竞争的危险。主体原料的变化和可持续发展战略的实施以及在倡导绿色工业来保护生态环境的要求下,作为两大提取技术之一的湿法冶金技术更有优越性。成熟、低成本、低风险的溶剂萃取使湿法冶金技术发展更迅速。新的萃取剂和萃取设备提高了溶剂萃取的性能,但是组分浓度测量还停留在实验室离线化验分析阶段,不能及时反映金属分离达到的水平,当前建立的数学模型还不完全适合用于控制系统分析与设计。因此,缺乏适合工业应用的动态模型阻碍了铜溶剂萃取工艺先进工艺控制系统的开发。本文针对湿法冶金铜萃取生产过程中组分浓度难以在线测量的问题,基于对铜萃取过程工艺特点的深入了解,采用机理模型与数据模型相结合的混合建模方法,对适合工业应用的湿法冶金铜萃取过程的动态模型进行了全面而系统的研究。本文的主要研究工作归纳如下:(1)在深入了解湿法冶金铜萃取过程工艺原理的基础上,根据物料守恒的关系建立铜萃取过程的动态机理模型,该模型由水相铜守恒方程、有机相铜守恒方程和萃取平衡时平衡浓度非线性关系式组成,其中,平衡浓度用McCabe-Thiele图进行估计,水相和有机相铜守恒方程中含有铜离子动力学反应传质速率模型,通过仿真对萃取平衡过程的影响因素做了分析。(2)铜萃取过程机理模型中的未知参数动力学反应传质速率在实际中不可测,本文提出了有限差分、多项式拟合、Tikhonov正则化和小波分析方法的铜萃取过程动力学反应传质速率估计策略,分别在含有噪声和无噪声的两种情况下对动力学反应传质速率进行估计。仿真结果表明,Tikhonov正则化方法在无噪声和有噪声两种情况下均能获得令人满意并可接受的估计结果,该方法将浓度测量数据中的测量噪声对传质速率估算的影响最小化,这将为后续的数据模型建立,生产指标预测和操作优化奠定重要基础。(3)建立铜萃取过程串联混合模型,该模型由存在未知参数(传质速率)的机理模型与未知参数的数据估计模型串联组成。基于Tikhonov正则化估计的结果作为训练数据,利用BP神经网络和核偏最小二乘(KPLS)分别对动力学反应传质速率建立数据估计模型,然后将建立的未知参数估计模型分别与机理模型串联成混合模型,最后通过对萃余液铜离子浓度的仿真实验来证实混合模型的有效性。