信息技术的高速发展改变着社会生产,也推动着传统流程工业的发展和变革。对以矿山生产为代表的复杂工业生产流程,由于其系统的庞大与复杂,往往无法建立精准的数学模型,用传统的自动控制方法难以达到理想的控制效果。而大数据挖掘技术的进步与先进云计算能力的普及,使知识驱动下的认知学习与控制成为可能。本文首先论述了制造业“工业4.0”概念、“五品联动”思想对智能生产管理技术的启发与促进,进而在深入分析论证鞍钢集团矿业公司实际生产情况的前提下,提出采用基于认知建模的预测方法,对矿山生产工艺指标、能耗指标进行预测分析,在合理预测的前提下进行决策、控制。本文以认知学习建模的常规算法极限学习机ELM(Extreme Learning Machine,ELM)、分层时序记忆模型HTM(Hierarchial Temporal Memory,HTM)为例,阐述了认知建模算法的原理和实现步骤,并进行了相关的预测试验,对试验结果进行分析。在对算法合理论证的基础上,将认知建模预测方法应用到了具体的生产管理系统中,搭建了“智慧矿山”背景下的生产管理控制平台,形成了“智慧矿山”生产管理新模式,基本达到准时化和精准化生产的目标,实现整体生产综合效益最大化。