振动螺旋干法分选机是借鉴簸箕筛分粮食原理的一种新型干法选煤设备。目前设备处在参数优化研究阶段,但由于设备部分结构参数难以改变以及分析手段的不足使得研究面临方向性的难题。本论文在利用仿真软件EDEM进行仿真试验的基础上,通过引入灰色理论和BP神经网络对仿真结果进行分析,旨在对振动螺旋干法分选机的参数优化提供帮助。论文首先通过建立振动螺旋干法分选机的动力学模型并对其进行详细的动力学分析,得到了垂直振幅和水平扭转振幅的组成公式和影响因素,为后续仿真试验提供了可靠的理论支撑。然后利用三维建模软件Solid Works建立振动螺旋干法分选机的三维模型;最后通过EDEM完成振动螺旋干法分选的仿真试验研究。论文通过对分选圈数的单因素仿真试验得到分选圈数为4时可得到最大精煤带煤量,通过引入灰色关联理论对影响分选效果的5个主要影响因素进行了关联分析,得到各因素对分选指标的影响程度次序为频率、螺距、水平振幅、垂直振幅、径向倾角;采用灰色模型理论初步建立了各因素与分选指标间的灰色预测经验模型。论文通过建立和训练BP神经网络并利用优化函数对各主要参数进行初步优化,得到约束范围内最大精煤带煤量73.66%,对应的各参数为振动频率34.7042HZ、螺距341.3642mm、垂直振幅1.8568mm、水平扭转振幅0.1486°、径向倾角1.2356°。通过论文的深入研究,初步掌握了振动螺旋干法分选机各影响因素对分选指标的影响关系,丰富和发展了干法选煤技术,为该设备的后续研究打下了基础。