湿法冶金作为一个具有众多优势的冶金生产工艺,在处理低品位矿、复杂矿等方面有着广泛的应用前景。然而,目前我国较低的湿法冶金自动化水平严重阻碍着湿法冶金在我国的发展。因此,研究湿法冶金优化控制问题具有重要的理论和实际意义。湿法冶金是一个多变量、且变量之间强耦合以及非线性等综合复杂性的生产过程,对其建立准确的过程模型是非常困难的,所以,模型误差难以避免。同时,过程扰动等因素也使得完全基于模型的优化控制方法面临困难,而基于生产数据的补偿方法是解决这一问题的有效途径。本文首先对湿法冶金的几个关键工序作了详细的介绍,然后,以湿法冶金重要的生产工序浸出为例展开具体的分析和研究。依据实际数据的数量与分布差异,从完备数据库和不完备数据库两种情况出发讨论浸出过程的优化控制问题,并分别采用不同的方法予以解决。在生产过程积累了充足的历史数据即具有完备数据库时,本文提出基于粒子群算法和粗糙集理论相结合的混合优化控制补偿方法,即从历史数据中挖掘出工序指标和变量之间的相关关系,并通过粒子群优化算法确定最优的参数和方法组合,最终提取出最优补偿规则,对生产过程实施优化控制补偿,仿真结果验证了方法的有效性。在实际生产数据不足即不完备数据库情况下,本文结合实际生产过程可能遇到的数据不完备状态,分三种情况分别进行研究,在关联度分析思想的基础上,提出利用实际数据与仿真数据以及插值方法相结合的优化控制补偿方法,并通过仿真实验验证了方法的有效性。从而,在不同数据条件下解决基于数据的湿法冶金优化控制补偿问题,最后本文设计开发了湿法冶金浸出过程反馈补偿控制系统,用于指导现场操作。