在选矿过程中,磨矿作业需要消耗大量的电能、钢材和水。其电能消耗接近总能耗的70-80%,在选矿成本中占据很大比例。随着经济的快速发展,对矿产原料的需求量也不断增加,这就使磨矿作业量也大幅上升。研究表明,磨矿过程的优化运行能够减少产品粒度的波动,降低选矿的成本,提高矿石处理量。因此,在激烈的市场竞争条件下,选矿企业对优化磨矿产品质量和产量的要求日趋迫切。本文在总结前人工作的基础上,以某选矿厂的磨矿过程为研究对象,结合选矿厂的生产要求建立磨矿过程的数学模型；然后设计稳态检测算法对生产数据进行稳态检测；在系统处于稳态的条件下,用经过改进的粒子群算法优化磨矿模型。本文的主要研究内容有如下几个方面：(1)从磨矿过程系统分析入手,分析磨矿过程的状态和参变量,并选出磨矿过程需要稳态检测的变量,然后设计稳态检测算法。(2)选择具有代表性的参变量进行量纲分析,由此推出反映磨矿系统输入、输出和状态特性的相似准数。根据决定性与非决定性准数之间的关系,建立描述磨矿产品产量、粒度分布特性的相似准数数学模型。并利用实际生产数据辨识出模型中的未知参数。(3)综述了多目标优化方法的发展和研究现状,深入研究了多目标粒子群算法。(4)介绍混沌的基本知识,在多目标粒子群算法的基础上加入了混沌机制。根据所得到的数学模型和多目标优化理论,构造磨矿过程多目标优化模型。将改进后的算法用于优化磨矿过程。并在MATLAB中进行仿真,求得更适合实际生产的系统操作参数。