在所有的不可再生资源中,煤炭在我国的使用是最为广泛的,且不可代替。国家的经济正在飞速增长中,经济的增长必将增加煤炭的使用。我们国家的储煤量非常丰富,目前还没有哪个新型能源能完全替代煤,所以未来煤在很长的时间内仍是我国最主要的能源。但是,由于煤炭的大量开采,煤炭资源逐步减少。为了满足采煤的需要,既要将煤开采出来,又要保证地表不会塌陷,膏体充填就是满足采煤的需要而产生的一种边采边充填的技术。在采煤过程中,应用膏体充填技术是至关重要的,膏体是一种混合膏状流体,其主要构成物质有胶结料、煤矸石、粉煤灰以及水。通过充填泵将膏体打入地下,实现充填。随着国内外煤矿资源的大量开采,膏体充填技术也一步步趋于成熟,但仍存在些许不足之处,诸如生成的膏体不合格、充填过程中发生堵管现象等。本文基于神经网络理论,对膏体充填配料称重装置进行优化,构建入料速度与配比精度的数学模型,并应用Matlab软件得出最优解,使各原料配比更为快速、精确;与此同时,以现有的膏体充填搅拌站为基础,参考混凝土搅拌车的结构原理和工作方式,将搅拌过程中的关键技术进行改进研究,并通过有限元对其仿真,最后得出仿真后的搅拌站模型受外加风载荷、雪载荷的稳定性;然后,建立优化之后充填站中各主要部件的参数化模型,并以此为基础构建整套系统参数化设计的模型库,对运用到的膏体充填设备进行参数化设计;最后,对优化之后的膏体充填设备进行三维模型的构建,完善膏体充填技术。