生物氧化提金预处理是利用细菌与包裹目标元素的难处理金矿石发生氧化作用,从而使目标矿物暴露出来。由此可见,对于氧化槽内部温度进行有效控制,是保证其高氧化率的一个前提,特别是在寒冷或者海拔较高的地方,气压较低、空气密度小、昼夜之间温差较大,会造成氧化槽的总体热量损失惨重,进而减慢槽内的氧化反应进程,严重影响了生物氧化预处理工艺的生产效率及资源利用率。因此,就寒冷海拔高的地区氧化槽内温度发生剧烈变化致使生物氧化预处理氧化率低的问题,对氧化槽内热量传递情况、温度变化情况及温度对生物氧化预处理工艺的作用机理进行深入分析,对氧化槽内温度控制方法的进一步研究对寒冷海拔高地区的生物氧化提金预处理工艺具有重要的意义。首先对生物氧化预处理过程的整个工艺流程做了简要介绍并针对由于外部环境因素导致的热量严重损失这一问题,通过综合应用传热学、流体动力学等方法的知识,对氧化槽内的热量在空气中传递的情况和原因进行了详细的分析,为后期工作打下基础。其次,为降低数据异常而产生的预测误差,提取氧化槽运行历史数据并对数据中的缺失值以及异常值进行处理,并且为消除量纲差异,数据样本需要进行归一化处理,即将样本数据映射到[0,1]之间。最后,本文为解决氧化槽内温度的控制问题,提高氧化率,首先对广义回归神经网络及果蝇优化算法的兴起及原理做了详细的介绍,并选择广义回归神经网络构建预测模型,选择改进的果蝇优化算法对广义回归神经网络的参数平滑因子进行优化,以此提升预测模型的精确度及保证预测效果的准确性。且对所构建预测模型进行实验仿真验证其精确性。最终将提出的算法对氧化槽温度构建预测模型,并选用改进的人工蜂群算法对目标性能函数进行滚动优化预测控制方法对氧化槽进行预测控制,实现对氧化槽内温度的实时控制。通过仿真结果可知,本文提出的预测控制方法对氧化槽内温度有较好的控制效果。