球磨机磨矿分级作业是选矿生产过程中至关重要的环节，磨矿的目的是将大颗粒矿石破碎到一定程度，使有用矿物和脉石矿物分离，呈单体解离状态，以利于有用矿物的选别。磨矿产品粒度分布情况不但是磨矿作业重要的生产指标，也是影响后续选别作业的精矿品位和回收率的关键因素。实际生产中磨矿产品粒度的分析是通过人工采样后化验得到，检测滞后大，不能满足实时控制要求。采用流程仿真系统可对整个流程进行模拟，实现各种操作条件下的磨矿产品粒度在线预测，为操作参数优化提供指导。而流程仿真是以数学模型为基础的，球磨机是磨矿分级作业中能耗较大的设备，因此对球磨机数学模型的研究是建立磨矿分级作业流程仿真系统的基础。
    目前，球磨机模型的研究，广泛采用磨矿动力学与物料平衡相结合的方法引，即首先假定系统符合某种形式的数学方程，结合实验室分批磨矿数据，利用模型参数辨识方法，确定该模型的有关参数，最后将辨识所得模型通过比例放大应用到工业现场。该方法求解方便，但在应用比例放大时，难以估计现场实际的运行参数。特别是对内部机理复杂、扰动频繁，很多重要过程参数不能实时连续检测的复杂磨矿过程，更难估计其实际运行参数。球磨机内部各参数的变化直接影响球磨机的磨矿效率，而磨矿效率主要体现在磨机功耗上，磨机的功耗与磨矿介质、浓度、矿浆充填率、矿浆流量、给矿物料的粒级分布等因素有关。而基于径向基神经网络和磨机功耗机理模型组成的灰箱神经功耗预测模型在形式上为一种复合人工神经网络，从而保证了模型具有十分理想的仿真精度。论文深入分析现场实际运行参数与功耗的关系，引入选择函数，建立球磨机的动态数学模型。通过Matlab的Simulink组件建立了仿真模型，分析验证了所建模型的有效性。
    磨矿回路工艺流程
    磨矿作业是在磨机简体内进行的，筒体内装有磨矿介质(钢球)。钢球和矿石在离心力和摩擦力的作用下，随着简体的旋转而被带到一定的高度后，自由下落或滚下，简体内的矿石受到钢球的冲击力；另一方面，由于钢球在筒体内沿简体轴心的公转和自转，在钢球之间及其在简体接触区又产生对矿石的挤压和磨剥力，从而将矿石磨碎。某选矿厂磨矿分级过程工艺简图，经球磨机研磨后的矿浆排入分级机，分级机和球磨机形成回路，其返砂与一定比例的水和从给矿机的皮带上的原矿共同给人球磨机。通过调节给矿量，能够克服矿石硬度、给矿粒度等因素的扰动，保持磨矿稳定、优化运行，使处理量保持在较高的水平。调节一级返砂的加水量以保持磨矿浓度稳定，提高磨矿效率。对于球磨机而言，球磨机的排矿粒度分布情况为衡量球磨机一次磨矿运行效率的关键工艺指标，影响球磨机排矿粒度的参数主要包括给矿流量、矿浆浓度、给矿粒度分带隋况以及磨机功耗。