计算机仿真具备无破坏性、可多次重复、经济、不受气候条件和空间限制等特点,在矿物加工工程中应用计算机仿真必将为传统的矿产资源开发过程带来深刻的变革。本论文从参数模型和非参数模型两方面研究了仿真技术在浮选中的应用。参数模型方面,把矿物加工过程的某个单元作业或某段流程组合,甚至某个矿物加工工厂看作一个黑箱,其输入是原矿性质及各种操作变量,给定的输入经过黑箱内部的分离作用,性质不同的粒群向不同的位置移动,到达黑箱的出口时粒群实现了重新分布,把这个重新分布看作黑箱的输出,建立了黑箱的输入与输出之间的数学模型。该模型成功应用于铜矿峪选厂铜矿浮选流程,根据该模型开发了浮选系统仿真模型,对铜矿峪选厂进行了仿真试验,精矿指标仿真值与试验值非常吻合。基于仿真试验对浮选流程进行了两种优化,一种是在总浮选时间不变的前提下通过优化使得精矿品位提高一个品级,另一种是减少总浮选时间,但不降低精矿指标的质量。非参数模型方面,采用RBF神经网络建立了浮选指标预测模型,仿真试验结果表明,模型预测精度较高,具有一定的实用价值,为浮选指标预测提供了更全面的方法,也为下一阶段开发浮选技术指标智能预测系统奠定了基础。应用参数模型和非参数模型进行仿真试验的结论符合浮选过程的客观规律,论证了仿真技术在浮选领域应用的有效性。