摘要：浮选作为矿物分离领域的关键技术,已有一个多世纪的历史,通过使用捕收剂等浮选药剂,帮助人类实现了矿产资源的综合利用。硫化矿物是矿产资源的主要类别之一,典型硫化矿物(如黄铜矿、方铅矿、闪锌矿等)高效捕收剂开发对保障我国金属资源的安全供应具有重要意义。典型硫化矿捕收剂按键合模式可分为单位点、双位点和多位点键合型,其中双位点键合型捕收剂最为常见。本文将已经报道的80余种硫化矿捕收剂按键合模式进行划分,并对其浮选性能进行了总结对比,发现上述捕收剂的性能各有优劣,开发兼顾强捕收能力和高选择性的硫化矿捕收剂仍然是研究难点,浮选性能评估是开发新型捕收剂的关键环节,此外,其环保性与经济性也十分重要。浮选百年历程中,捕收剂开发先后经历了“经验驱动”、“理论驱动”和“数据驱动”阶段,不断推动捕收剂性能评估从定性判断到定量预测发展。在数智化大趋势下,亟需将机器学习为代表的人工智能技术融入浮选药剂开发全流程中,基于能量-空间双匹配原则进行捕收剂分子设计,基于理论-数据共驱动模式进行捕收剂性能评估,以加快浮选药剂的智能研发。