本發(fā)明涉及一種浮選加藥自適應(yīng)調(diào)控方法，其特征在于，包括以下步驟：采集浮選過程中的檢測(cè)數(shù)據(jù)D1，建立綜合數(shù)據(jù)庫(kù)，并將檢測(cè)數(shù)據(jù)D1與歷史數(shù)據(jù)融合構(gòu)成待整合數(shù)據(jù)D2進(jìn)行整合，構(gòu)建GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，輸入訓(xùn)練數(shù)據(jù)與歷史數(shù)據(jù)庫(kù)中精礦品位和金屬回收率的對(duì)比，采用模糊專家系統(tǒng)，利用Mamdani模糊推理機(jī)進(jìn)行推理，得到藥劑添加量；并將得到的藥劑添加量和實(shí)時(shí)采集到的檢測(cè)數(shù)據(jù)D1作為GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入樣本數(shù)據(jù)B，獲得預(yù)測(cè)精礦品位和金屬回收率數(shù)據(jù)Y；判斷是否滿足要求，若滿足要求，執(zhí)行當(dāng)前的加藥量，若不滿足，則返回模糊專家系統(tǒng)重新推理，重復(fù)S4、S5和S6的操作。實(shí)現(xiàn)了浮選精礦品位的穩(wěn)定性和獲得最佳的金屬回收率。