随着原煤入洗量的增大、入洗原煤的煤质变化波动较大以及市场对煤炭产品品质要求日益严格的形势下，作为煤炭洗选过程的主要环节，浮选过程的自动化水平则越来越被人们重视。但是，在煤泥浮选自动化实施的过程中面临着一些难题，阻碍着浮选过程自动化发展的步伐。首先，煤泥浮选过程变量的检测设备和手段严重滞后于控制策略的研究；其次，缺乏有效实用的控制模型来指导浮选过程的自动控制；再次，虽然控制理论的研究已经十分成熟，但是真正应用于浮选过程的控制策略还不完善。因此，论文分别从煤泥浮选过程变量检测、浮选过程建模和浮选过程控制系统构建三个方面进行了研究。论文是在选煤厂实际生产环境下进行研究的。论文以薛湖选煤厂浮选设备浮选床及其配套设施为研究对象，针对该厂浮选过程中存在的实际问题进行系统分析，结合煤泥浮选过程控制变量分析，确定了以浮选入料灰分、浮选入料流量和浮选入料浓度为干扰变量；捕收剂和起泡剂的添加量为操作变量；尾矿灰分为被控变量的控制结构。为了建立煤泥浮选过程的药剂添加量模型，制定了离线试验方案，在现场进行连续20天的采样，采样数据包括原煤灰分、浮选入料灰分、浮选入料流量、浮选入料浓度、浮选精煤和尾矿灰分、捕收剂和起泡剂的加药量。通过对数据的整理分析发现，在采样期间内，原煤灰分和浮选入料灰分波动大，并且保持着较好的相关性；浮选入料流量由于工艺流程的原因，波动范围较大；浮选入料浓度波动范围较小；浮选精煤灰分比要求指标都偏低并且保持在一个较好的水平；尾矿灰分一般偏低并且波动较大。最终确定了以满足尾矿灰分为主要目标。利用原煤-1.4g/cm~3和+1.8g/cm~3两个密度级的基础灰分样品，配制灰分从6.58%到85%不同灰分级的煤浆样品，分别对两组样品在CIE推荐的（0/45）反射样品测量的标准照明和观察几何条件下进行图像采集。每组样品中不同灰分级的煤浆图像在表观上已经有了良好的区分度，并且随着灰分的增高，图像的灰度也呈现增大的趋势。对其中一组样品进行XRD分析，结果表明，随着煤浆样品灰分的升高，其高岭石的含量也相应增加，煤浆样品图像的灰度也相应增大，因此可以用煤浆样品图像的灰度来预测煤浆的灰分含量。通过原煤灰分和浮选入料灰分采样的数据的分析表明：原煤灰分与浮选入料的灰分保持着相同的变化趋势，因此可以建立原煤灰分和浮选入料灰分的预测模型，通过原煤灰分仪在线预测浮选入料的灰分。搭建了煤泥浮选控制系统的硬件平台。通过建立的数据采集模块将原煤灰分仪的数据采集到浮选控制系统中，结合浮选入料的软测量模型实现浮选入料灰分的在线监测。改进了煤浆灰分的在线检测传感器，实现了尾矿灰分的在线检测。应用光照模型，推导了图像灰度值和光强之间的模型，确定了煤浆图像灰度值的大小的主要影响参数是漫反射系数K a和镜面反射系数K S，这两个系数都与被拍摄物质的基本光学属性决定，验证了建立煤浆图像的灰度与煤浆灰分之间的软测量模型来实现煤浆灰分检测的可能性。选取灰度图像的平均灰度值、方差、平滑度、偏度、能量、熵六个特征值作为煤浆灰度图像特征，对利用基础灰分样品得到的两组煤浆图片的灰度直方图进行分析表明，随着煤浆灰分增大，灰度直方图的平均灰度值、方差、平滑度不断增大，能量则随着灰分的增大不断减小，偏度和熵随着灰分的增大并没有呈现很强的规律性。对煤浆灰度图像的6个特征值进行相关性分析表明：除了灰度图像的偏度与实际灰分值之间的相关性不显著之外，其它5个灰度图像的特征值均与煤浆的实际灰分值之间存在着较强的相关关系。将灰度平均值、方差、平滑度、熵和能量这5个特征向量作为煤浆灰分BP神经网络训练模型的输入建立煤浆灰分的软测量模型。将用最小二乘法得到的煤浆灰分预测模型和利用BP神经网络建立的模型的MSE和R值对比得到：利用BP神经网络得到的煤浆灰分的软测量模型的准确程度更高。但是对于浮选入料等灰分比较低的煤浆，该方法建立的软测量模型误差较大。建立了原煤灰分与浮选入料之间的关系模型，实现了浮选入料灰分的预测。将浮选入料流量、浓度灰分和浮选尾矿灰分作为煤泥浮选药剂添加量模型的输入，捕收剂和起泡剂的药剂流量作为该模型的输出。采样得到的浮选入料流量、浓度灰分和浮选尾矿灰分与浮选药剂添加量之间的关系呈离散状态。对浮选药剂添加量模型的输出进行PCA分析表明：输入变量的前三个特征维的贡献率的总和超过了90%，故选取前三个特征维作为煤泥浮选药剂添加量模型的输入。利用采样得到的94组实验数据建立了煤泥浮选过程药剂添加量的GA-SVMR模型，误差分析表明：GA-SVMR的预测能力强于SVMR获得的预测模型。在建立的GA-SVMR煤浆灰分预测模型的基础上建立的基于模型参考的模糊自适应控制系统，通过仿真表明设计的基于模型参考的模糊自适应控制系统，能够随着对象的变化，自适应地调整自身的结构参数，弥补模型预测中存在的偏差，因此能够有效地和预测模型相结合对系统实现较好的控制性能。应用串口通讯协议，开发了基于COM口单向数据流的灰分数据采集模块，实现了灰分仪数据与控制系统数据的无缝衔接。构建了基于OPC协议的MATLAB与iFix接口通讯协议，实现了MATLAB与上位机之间的数据共享。