由于浮选机的性能极大地受到转子转速的限制,很难保证浮选机既有足够的充气量,又能产生矿物分选所需的静态流分选环境。前期对传统实验室型浮选机搅拌系统进行改造升级,设计出双叶轮搅拌系统浮选机,并对它的部分结构特征和工作参数进行了优化,但对其性能研究较少,因此很难进行放大应用于工业生产中。为了解决以上问题,需要对实验室型双叶轮浮选机的搅拌系统进行优化和完善。论文中以5种型号的离心叶轮（型号编为a1-a5）和3种型号的搅拌叶轮（型号编为b1-b3）为研究对象,对组合后搅拌系统性能进行对比,确定最优搅拌系统;运用BP神经网络建立双叶轮系统性能预测模型;通过同步浮选对比试验装置将实验室浮选机扩大后进行性能对比,为进一步工业化应用做铺垫。论文的主要研究内容及结论如下:通过对离心叶轮结构优化试验研究,确定a5型为最优离心叶轮,该叶轮条件下充气量达0.356m~3/（m~2·min）,亚甲基蓝浓度变化量达0.26mg/L,选矿效率达19.21%。进一步与传统浮选机做了各项性能对比试验,双叶轮浮选机所得各项性能指标均优于传统浮选机,其中充气量提升了0.073m~3/（m~2·min）;空化强度提升了2.3%;在相同转速下,精矿品位提升了1.3%,回收率提升了4.4%,选矿效率提升了3.9%;在双叶轮浮选机的转速低于传统浮选机的转速条件下,两者获得的精矿品位大致相同,而回收率提升约6%,选矿效率提升约3%。通过对搅拌叶轮结构优化试验研究,确定最优离心叶轮a5型与搅拌叶轮b3型匹配时为最优搅拌系统,该系统条件下充气量达0.327m~3/（m~2·min）,悬浮浓度达4.6%,选矿效率达24.77%。与传统浮选机做了分选试验对比,在相同转速下,双叶轮浮选机的分选效果明显优于传统浮选机,其中获得的精矿P2O5品位提升约2%,回收率提升约28%,选矿效率提升约12%。进一步运用BP神经网络建立了双叶轮系统性能预测模型,所建模型分别为充气性能、悬浮性能以及分选效果的BP预测模型,且模型训练效果均较好,对应相关系数R分别达到0.99878、0.99973、0.9999。通过同步浮选对比试验装置性能探究表明:在较低转速下,双叶轮浮选机的性能较好,其中充气量提高了0.0265m~3/（m~2·min）,气含率提高了3.5%。除此之外,双叶轮浮选机的悬浮分散状态比传统浮选机更好,有相对静态的分选环境,不易出现翻花现象。