风筛式清选装置是联合收割机的重要组成部分，其工作性能好坏直接影响到整机的清选质量。首先，介绍了各清选部件的结构和工作原理、风筛式清选装置试验台，并确定喂入量为2kg/s，接着通过正交试验综合分析，确定出清选性能影响的主次顺序依次是离心风机转速，曲柄转速，贯流风机转速，离心风机倾角，振动筛倾角。其次，为了减少试验因素，经试验确定离心风机倾角为25°，振动筛倾角为8°。为了能够从评价指标值（含杂率、损失率、功耗）得出设备的试验因素值（曲柄转速、离心风机转速、贯流风机转速），本文采用BP神经网络构建此模型，将含杂率、损失率、功耗作为输入量，曲柄转速、离心风机转速、贯流风机转速作为输出量。然后，对以上模型进行验证。以上模型实现由输入（含杂率、损失率、功耗）到输出（曲柄转速、离心风机转速、贯流风机转速）的非线性映射。验证试验是通过调整试验台的曲柄转速、离心风机转速、贯流风机转速得到含杂率、损失率、功耗。这两组数据结果相差不大，表明此模型的可行性。最后，构建一个多因素组合数学模型,并应用于风筛式清选装置的性能决策中，分析试验台性能；多因素组合数学模型的运用可以解决以往其他分析清选装置性能方法的不足，为风筛式清选装置的使用调整及未来该装置的设计决策提供理论依据。