本发明公开了一种原生盐在不同条件下溶解速率的预测方法。首先实验测定不同组成的原生盐在不同浓度、温度、溶解倾角和流速条件下的溶解速率,收集并筛选人工神经网络模型所需要的样本数据；构建包含输入层、隐含层和输出层的BP人工神经网络模型；将样本数据分为两部分训练数据与检验数据来训练建立和检验人工神经网络；采用建立的人工神经网络预测不同组成原生盐在不同条件下的溶解速率。本发明建立的BP神经网络模型的预测精度较高,稳定性好,推广能力强,为原生盐的水溶开采与造腔工艺提供了基础数据指导；建立模型后,无需取样即可快速实现原生盐在不同溶解条件下的溶解速率预测。