随着专家系统的日趋成熟，其应用也渗透到矿物加工领域。一个完整的专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库和知识获取六部分组成，而知识库的优劣决定了专家系统的性能。煤炭是我国的主要能源和重要的工业原料，煤炭洗选加工可以获得良好的经济效益、环境效益和社会效益。近年来，随着选煤技术的发展，具有良好性能的重介质旋流器越来越多地应用于选煤厂。重介质旋流器的分选过程是在一个复杂的流场中进行的，影响重介质旋流器分选效果的因素很多且相互叠加，这些影响因素主要可分为结构参数和工艺参数两个方面，在现场生产中，设备已经安装，在一定时期内可认为其结构参数没有发生大的变化，这样对其工艺参数的研究成为重点。本文采用工艺参数和分选效果之间的简化数学模型来形式化地将专家知识存入知识库，总结了前人对重介质旋流器的研究，讨论了各工艺参数对重介质旋流器分选效果的影响，尝试从各种途径得到工艺参数对重介质旋流器分选效果的影响模型。对于太西洗煤厂二分区重介生产系统，本文采用科学的试验方法，对生产中监测到的工艺参数进行了工业性试验，采用不同的数据处理手段得到工艺参数对分选效果的影响模型。通过现场实测数据验证，人工神经网络模型预测重介质旋流器的一段可能偏差和一段实际分选密度的相对误差分别为15.89%和1.94%。人工神经网络建立起来的重介质旋流器分选效果预测模型，可以通过实时检测到的工艺参数得到当时分选效果，指导现场生产得到理想的分选效果。