摘要：磨矿分级作业是选矿生产中的重要环节，磨矿粒度的好坏直接影响浮选的精矿品位和尾矿回收率；在实际生产中粒度的测量有在线粒度分析仪，但存在成本高、维修率高，离线实验室化验又有时间延迟大的问题；对实际磨矿分级作业过程进行了分析，提出用径向基函数（RBF）神经网络建立磨矿粒度软测量模型，采用正交最小二乘法（OLS）算法对网络进行训练学习，泛化校验；仿真结果表明，在较少训练数据下该网络非线性处理能力和逼近能力依然很强，学习时间短，模型基本符合要求；通过OPC技术将Matlab与PKS控制系统相结合，实现实时软测量磨矿粒度。