生物氧化预处理过程是有效提高难处理金矿提金率的处理工艺,能够有效对含砷含硫难处理金矿进行氧化降解。在工业控制过程中,温度对生物氧化预处理过程具有很大影响。预处理氧化槽温度的合理控制会直接影响到氧化菌落氧化酶的活性及菌落的存活量,从而影响到矿场的产金量。因此,在实际工业生产监测过程中,如何能够保证预处理氧化槽温度被准确监测,并涵盖预处理氧化槽全局性,对后续温度的合理控制并保证氧化预处理效率具有重要意义。目前工业现场采用的传统温度监测方法具有很大的局限性和缺陷,由于预处理氧化槽体积巨大,传感器片面的监测只能够保证小范围内区域温度测量的有效性,无法全面有效监测氧化槽温度。因此,针对生物氧化预处理-氰化提金传统工业现场温度监测存在的问题,本文旨在提出一种提高监测精度的同时解决以上问题的测温优化方案。本文主要研究内容及研究成果如下:1.研究了生物氧化预处理过程工艺,单个预处理氧化槽的结构及反应机理。在此基础上针对预处理氧化槽的特性建立小范围传感器网络,并以传感器网络结构为基础,设计了一种多连通分层传感器数据融合结构作为数据融合算法的融合框架;2.以传感器融合结构为基础,提出一种基于小范围传感器网络的分布式数据融合算法,算法包含单个传感器数据处理部分和传感器网络数据融合部分。单传感器数据处理方面,采用改进EKF算法,引入迭代运算思想和记忆指数加权多变量渐消因子对数据处理过程进行改进,降低数据预估过程中强非线性系统易产生的高线性误差和积累误差;3.传感器网络融合方面,采用基于传感器监测精度作为实时加权准则的方式,对小范围传感器网络进行融合加权,得到最终融合监测值。采用所提算法有效降低了温度监测偏差,通过数值仿真实验可以看出其提高了全局监测精度,使得监测处理值更加平滑,并且在实际工业应用中能够为后续温度控制提供有力依据。