随着我国社会经济的快速发展和工业化进程的推进,我国面临矿产资源严重紧缺的难题,选矿是解决我国矿产资源问题的重要生产流程。作为选矿流程的关键工序,浓密过程普遍存在关键变量难于检测、异常与故障监测缺失等问题。因此,研究浓密过程关键变量软测量以及异常与故障监测问题具有重要的理论与现实意义。本文首先介绍了选矿浓密过程运行的基本原理与浓密机设备工艺,以某选矿企业实际浓密过程为研究对象,对该浓密过程存在的关键变量检测以及异常与故障监测问题进行了具体分析。针对入料浓度的检测问题,项目组提出并实现了一种新型浓度检测装置进行入料浓度检测,现场运行效果良好,其精度满足生产要求;在此基础上,本文利用聚类与最小二乘建模方法,依据现场浓密机入料精矿泵信息,提出并实现了一种入料浓度软测量的方法,实验结果表明,该方法在不增加现场设备的条件下,实现了入料浓度软测量,其精度基本满足实际应用需求。针对底流浓度的测量问题,提出一种基于浓密机内部压力值的底流浓度软测量方法,并在现场进行了软硬件实现,现场运行效果良好,测量精度达到了生产要求;同时,针对当某个压力传感器损坏时无法提供底流浓度检测结果的问题,提出了一种某个压力传感器损坏条件下的底流浓度软测量方法,该方法通过未损坏压力传感器数值软测量损坏压力传感器数值的方法,实现某个压力传感器损坏条件下的底流浓度的软测量,并可自动实现模型的切换,实验结果验证了该方法可在损坏压力传感器未更换时提供基本满足生产要求的底流浓度测量值。针对浓密过程入料异常与出料故障监测问题,提出了基于小波分解的入料异常与出料故障监测方法并完成了软件实现,实验结果显示该方法可有效实现浮选柱落槽、浮选柱排空、底流堵塞等故障与底流流量异常的监测。最后,利用历史数据分析,实现了入矿量异常与浓密机安全监测。