基于磨矿机理建立磨矿排矿粒度分布预测模型对磨矿过程的优化控制以及提高磨矿效率有着重要的意义。在连续磨矿-分级回路中，钢球磨损量与螺旋分级机的返砂对连续磨矿-分级回路磨矿排矿粒度分布特性的影响极大。因此，本文以球磨机中钢球磨损量与螺旋分级机的返砂粒度分布特性为对象，研究钢球磨损规律预测模型与螺旋分级机分级效率在线预测模型，并用改进的差分进化算法辨识模型的参数。　　论文主要研究工作和创新成果如下:结合铝土矿磨矿-分级过程非线性模型参数辨识问题，改进DE算法交叉策略并结合jDE参数自适应算法，提出基于改进差分进化算法的单目标与约束多目标非线性参数辨识方法。针对现有钢球磨损模型无法准确描述磨矿过程中钢球磨损规律，改进钢球磨损规律预测模型，基于小型球磨机钢球磨损试验数据辨识模型参数，仿真研究结果表明，改进的钢球磨损预测模型能准确地描述球磨机中钢球磨损规律，预测不同直径钢球的磨损量，指导磨矿过程补球操作。针对现有螺旋分级机分级效率无法实现在线预测的不足，融合矿物粒度分布方程、螺旋分级机数学模型与RBF神经网络参数预测模型，提出铝土矿分级效率在线预测方法，并基于改进的差分进化算法的约束多目标模型非线性参数辨识方法，在线辨识模型中的参数，利用分级机生产现场数据进行仿真分析，结果表明螺旋分级机分级效率在线预测模型的预测精度虽略逊于基于RBF神经网络分级效率离线模型，但能满足铝土矿分级生产的要求，为铝土矿分级过程的优化控制提供操作指导。