摘要

矿物浮选是存在动态性和不确定性的复杂过程,精矿品位、金属回收率等关键指标的精确软测量和优化控制是浮选过程急需解决的难题.随着技术的进步,针对矿物浮选过程中建模、控制及优化研究取得了重要进展,特别是数据驱动的智能方法.该文梳理了基于数据的浮选过程建模、控制和优化方面的研究进展.首先,介绍矿物浮选过程并描述相关控制问题;其次,分别概述基于运行数据和泡沫图像的浮选工况识别与指标预测方法;之后,从基于模型控制和无模型控制角度综述浮选过程的智能控制策略;然后,讨论浮选过程中针对单目标和多目标的设定值优化算法;最后,展望浮选过程智能控制的未来研究方向.