随着现代控制技术的发展,依靠自动化控制的先进技术对选矿流程进行改进与优化,是实现磨矿分级产品质量提升的重要途经。然而,磨矿分级控制过程非常复杂,常规控制算法精度不高。本论文以湖南柿竹园多金属矿高效开发利用为目标,对柿竹园多金属选厂磨矿分级控制系统进行优化研究,通过阐述磨矿分级控制系统中的磨矿分级设备与工艺流程控制机理,以及磨矿分级控制的影响因素与控制难点,提出了磨矿分级在控制系统上存在的控制精度不高问题和优化方向。本论文通过对当下先进智能控制算法的研究,结合选厂的实际指标要求,对磨矿分级过程中的各个设备参变量进行研究与调整。通过研究模糊控制、神经网络等原理与优势,将两者有机融合起来,利用MATLAB软件设计出一套基于模糊神经网络控制算法的磨矿分级控制系统,通过对算法进行仿真来观察不同算法对数据的拟合程度。在相同数据情况下,模糊神经网络算法相较于单一神经网络算法具有更加准确的控制精度,可以很好的预测矿浆溢流细度的变化趋势,其实际检测值更加接近控制系统的估计值,两者之间的误差更小。因此,模糊神经网络算法可以提高控制系统的稳定性与精确性,从而实现整个磨矿分级系统的作业效率提高,进一步达到节能降耗的目的。通过选厂现场监控系统的人机交互界面,可以了解整个磨矿分级控制系统的实时运行情况,也可以从监控界面获取数据报表,为了验证模糊神经网络算法在磨矿分级过程中的控制效果,根据矿物的粒度分布对细度数据进行分析和整理,通过JKSim Met软件对两段磨矿分级过程进行模拟,并对细度数据进行质量平衡,最终平衡得到的溢流浓度保持在37.54。与实际值35.00进行对比,得到获取到的溢流细度数据具有可靠性、精确性,进而得到控制系统所检测与调节的数据参数,可以很好稳定的控制整个磨矿分级流程。依据柿竹园现场操作工师傅的工作经验和选矿专家知识,制定一套控制规则来优化算法,将设计好的模糊神经网络控制器应用到柿竹园选厂的磨矿分级系统中。通过对比之前的单一神经网络控制算法,磨矿分级中各项工艺参数的控制精度更加准确,在给定处理量稳定的情况下,最终的溢流浓度保持稳定状态,减少了设备的工作时长。从而提高了矿产品的质量,使企业实现节能降耗的目标。未来在产品质量满足要求的情况下,也可适当提高球磨机的处理量来提高企业的经济效益。