20世纪80年代初国内矿物加工领域开始重视矿物加工数学模型的研究，数学模型与计算机结合形成一个新的研究方向一矿物加工数学模型及计算机应用。经过20多年的发展，数学模型的研究与应用已相当普及，并已成为矿物加工领域的重要手段。矿物加工计算机应用由开始局限于数学模型、数值模拟、过程仿真、过程控制、辅助设计、技术经济决策和信息管理等方面，发展到涉及人工智能技术的图象识别、人工神经网络、遗传技术、 系统等方面；人工神经网络和 系统已成为近几年的研究热点，数学模型与 系统结合是 矿物加工领域复杂问题的有效途径。
矿物加工数学模型建模技术的突出进展是引入了人工神经网络和遗传算法等人工智能技术。取得了满意 。矿山机械 利用阶跃试验信号激励一个磨矿系统的动态过程，通过对得出单一通道输人、输出关系数据的分析，得到动态数学模型，利用实时最小二乘法进行磨矿静态模型在线识别，对一些参数进行动态补偿后能较好预报生产过程。其中提出“转换系数法’，的磨机计算方法，为磨机的模拟计算和建立磨矿数学模型提供了一种新方法。
磨矿 汇采用简单过程检测仪表，建立球磨机转速率和球料比之间的关系，用径向基网络对过程进行了双因素建模，不仅逼近的精度高，而且很好地 了神经网络训练的多因素交互影响。谢恒星等以棒磨机一螺旋分级机回路为对象，根据物料平衡和 化原理，建立磨矿分级回路中的固体量平衡模型、组分矿物平衡模型和流量平衡模型。用相似分析方法推导出冲击粉碎过程中决定性相似准数与非决定性相似准数间的综合关系。解微建立磨矿介质总体磨损速率微分方程，分方程得磨矿介质总体磨损规律数学模型，利用生产数据解出模型参数，运用模型计算合理的补加球量。
红星 进行了一系列有关钢球磨损规律及数学模型的研究，利用灰数理论方法建立了钢球磨损的一般数学模型并给出求逆问题的方法，通过钢球磨损矩阵模型的建立和分析，得出合理补球的计算式，阐述了磨机的各种工作状态，提供了有关工作状态下的介质磨损矩阵。并且较系统地研究了磨矿方式、矿浆浓度、矿浆体积对钢球磨损的影响规律，当矿浆浓度为40%时，钢球的磨损率出现 值，探讨了湿式磨矿过程中钢球表面罩盖层厚度的影响因素及其影响规律，钢球表面罩盖层厚度随矿浆体积浓度的增大而增大，存在一临界值(约为50%)，为建立钢球磨损数学模型提供了重要的依据。用现场的34组条件试验，建立了工业型棒磨机中矿物分布模型和单体解离度模型，预测结果与实测结果拟合得较好。
对与鞍山式铁矿矿物解离数学模型进行了研究并建立了相应数学模型。我们已经找到计算Whtnie数学模型参数比较切合实际的方法，建立了直接应用于实际生产过程的数学模型参数曲线，并用以指导筛分生产实践。现在会应用神经网络技术建立螺旋分级机数学模型，以较少的试验工作量，建立了高精度变量间的非线性映射模型，取得满意的 。对重介旋流器选煤的介质粒度与分选精度之间的内在关系，提出了介质粒度的影响模型。针对小直径水力旋流器微细分级提出了“紊流携带型”，阐明了“紊流携带模型”的基本观点和主要参数的物理概念，建立的溢流水量分配、分级粒度、相对携带量三个数学模型与实验值吻合较好。磨粉 推导出NEwF一4A型离心式转子超细气力分级机的理论分级粒径，建立了平均分级粒径的数学模型。
