浮选是煤泥分选的有效方法之一,实现浮选过程自动加药是保证浮选精煤灰分、提高精煤产率和降低药剂消耗的重要手段。目前常规的前馈控制难以适应选煤厂煤质波动所带来的影响,更多的加药量控制依靠操作工人经验判断,主观因素大,产品指标波动严重,药剂消耗居高不下。专家系统是人工智能控制领域中的重要分支,适用于难以建立精确数学模型的复杂工业过程控制。专家系统应用广泛,是经过实践检验的行之有效的方法。浮选过程影响因素多,依据现场浮选司机在人工操作条件下依然能够获得比常规前馈控制更好的效果这一事实,借鉴专家系统理论与技术,提出采用专家系统对煤泥浮选过程加药自动控制进行改进,提高自动加药系统对煤质波动的适应性。采用专家系统标准的设计方法和步骤,设计和开发了煤泥浮选加药专家系统。首先针对煤样进行实验室实验,优化药剂添加制度,获得初步的专家规则,然后依据工业现场浮选司机和有经验的技术人员(专家)的领域知识修改和扩充专家规则,制定了适合漳村选煤厂现场的专家规则知识库,运至工业现场的加药系统在现场运行中尚需要进一步完善和修正专家库、推理机和冲突消解机制。浮选指标即浮选精煤灰分和产率目前没有可以选用的在线传感器,软测量理论与技术的兴起与发展提供了解决该困境的新思路。软测量是建立在基层自动化实现基础上方可实施的技术,在前述建立的浮选加药专家系统实质上为软测量的实施提供了必须的基础条件。在对软测量技术回顾和总结的基础上,基于开发工业系统的目的,重点进行了成熟可靠的PLS算法、BP神经网络算法和广义回归神经网络算法的煤泥浮选指标仿真研究。采用浮选入料浓度、两种药剂添加量为辅助变量,浮选精煤灰分和产率作为主导变量进行了仿真试验,仿真结果表明：针对煤泥浮选指标的软测量建模,PLS算法是不适用的,BP算法要想保证精度和外推能力所要求的大数据量对工业现场来讲也是不现实的,采用GRNN法作为浮选指标软测量系统的建模方法是可行；仿真结果同时也表明：不同煤质对浮选精煤灰分预测精度有很大影响,应在后续浮选指标软测量系统开发时增加对入浮煤质的选择和相应的模型切换机制,来满足现场对浮选精煤灰分和产率预测精度的要求。在仿真基础上,完成了浮选指标软测量工业平台的开发工作,硬件方面包括传感器、控制器和执行机构设计与选型,执行机构关系到系统的可靠性和成败,通过实验室极端药剂条件试验和计量精度试验,证明论文中的设计和选型是合理和高效的。针对PLC和组态王在复杂算法方面的不足,论文提出采用软件集成开发的技术路线,通过DDE技术实现组态王和MATLAB环境的有机组合,即MATLAB负责软测量计算,组态王负责和PLC、MATLAB的通讯与显示,论文着重论述了上下位机MATLAB与Kingview的数据共享和交换方式及实现,达到了提高效率,保证算法质量的双重目的。本文论述的煤泥浮选加药专家系统及浮选指标软测量模型,即将应用于工业实践,由于专家系统的专家规则尚未接受现场的检验、浮选指标软测量模型库的相对单一,在面对现场复杂煤质和工况变化时,如何提高软测量模型的精度和稳定性,保证加药系统的稳定可靠运行尚需进一步的研究和探索。