磨矿分级过程是选矿过程中重要的环节之一,因其控制过程中有多变量、非线性和不确定性(如矿石性质、磨矿机的结构、磨矿的操作因素)等特点,造成磨矿浓度不稳定、球磨机的生产效率低、旋流器的效率低、分级产品的粒度和浓度不达标等。而磨矿分级作业的好坏,又直接影响到选矿厂的经济效益。因此如何对磨矿分级过程进行精确分析和良好控制,是近年来大家关注的焦点。磨矿分级过程中,传统的控制方法是对给矿量、磨矿浓度和溢流粒度三个参数进行定值的控制,但有时控制系统性能指标(如球磨机不能最大限度工作、磨矿浓度不稳定、分级效率低等)不理想。针对以上问题本文提出了基于模糊神经网络控制的方法对磨机的给矿量、砂泵池的矿浆浓度、旋流器入口压力进行了研究与设计,选取溢流粒度、旋流器运行压力、给矿量、砂泵池矿浆浓度、磨机功率、磨机电耳作为检测数据,选取给矿量、磨机后加水量、旋流器入口压力作为被控变量,实现球磨机给矿量自动控制、砂泵池浓度控制、旋流器溢流粒度的控制。本文以磨矿分级的工艺和控制方式为基础,主要就磨矿分级控制系统的总体方案、设备选型、硬件设计、软件设计、控制算法进行了探讨和研究。系统的硬件涉及工控机,可编程控制器及其扩展模块,检测设备如电磁流量计、浓度计液位计、PSI200粒度仪等,传动设备如电磁阀、电子皮带秤、变频器等；系统的软件设计采用Fameview组态软件完成系统的画面监控与管理,采用组态软件与Matlab的OPC通信方式将PLC采集的数据传送到Matlab中进行模糊神经网络算法处理,再将运算结果返回到PLC的寄存器中由PLC控制输出,这种方式能有效地发挥PLC与Matlab软件的性能特点,使先进的控制算法不再仅局限于离线仿真。最后,对磨矿分级过程模糊神经网络在线控制的实现步骤与程序代码进行了介绍,给出了常规控制方法与模糊神经网络方法在给矿量与溢流粒度方面的控制效果对比,总结了控制的优缺点。本文以云南驰宏锌锗股份有限公司会泽矿业分公司的磨矿分级系统为背景研究设计的控制系统,成功地在磨矿分级系统中应用了模糊神经网络控制算法,达到了增大球磨机的台时处理量、稳定砂泵池矿浆浓度、提高磨矿分级产品质量、降低能耗和生产成本等目的,具有一定意义的实际应用价值。