针对磨矿和破碎过程，提出了分布参数蒙特卡罗动力学方法的粒度分布预测模型和仿真算法，采用分段的思想，将磨机沿轴向划分为若干个虚拟子磨机。根据破裂、前移和后移三种微事件，定义了趋势函数和系统状态矩矩阵，设计了分布式算法的调度策略。另外，针对蒙特卡罗动力学算法效率低的问题，提出了一种基于τ；-leap的分布参数蒙特卡罗仿真磨削过程加速算法。为了解决分布式参数更新过程中状态不一致的问题，提出了一种基于缓冲区的同步方法。仿真案例分析表明，本文提出的分布参数蒙特卡罗动态算法具有较高的精度；所提出的方法基于τ；-leap的加速算法可以在保持良好精度的同时显著提高计算效率。

1)本文提出了一种径向离散化模型框架，用于求解磨机连续磨矿过程的分布参数蒙特卡罗动力学仿真。从仿真结果来看，该算法能够准确描述颗粒的随机破碎和径向流动；而蒙特卡罗动力学模拟的计算速度要比差分数值算法快得多。2)针对分布参数蒙特卡罗动力学算法的速度问题，提出了一种基于τ；-leap加速算法解决这个问题。通过仿真实验和算法精度和速度的对比分析可知，基于τ；-leap方法本质上是一种平衡蒙特卡罗动力学算法精度和速度的机制。通过调整参数& sup2可以实现速度和精度的权衡。3)本文提出的方法可用于球磨机或棒磨机的分布参数动力学仿真。