三聚氰胺（2，4，6-三氨基-1，3，5-三嗪），是一种重要的化工中间体，广泛用于生产合成树脂、塑料、涂料等。作为合成树脂原料，是当今世界生产能力最大的一种杂环化合物。目前，工业上生产三聚氰胺的主要方法是用水作冷淬结晶分离剂的尿素法。由于水解等原因，生产过程中会排放大量含三聚氰胺、三聚氰酸二酰胺、三聚氰酸一酰胺、三聚氰酸和助滤剂的固体废渣，既污染环境，又浪费资源，急待开发固体废渣的分离回收技术。 本文围绕资源与环境这对国民经济可持续发展的关键问题，针对国内三聚氰胺生产过程中排放固体废渣的资源化利用进行了基础研究。 三聚氰胺生产过程中的固体废弃物主要成分是三聚氰胺、三聚氰酸二酰胺、三聚氰酸一酰胺、三聚氰酸和助滤剂，资源化利用的首选是溶剂结晶与分离回收技术。为此，根据相似相容原理初步试验筛选出结晶分离用较佳溶剂。助滤剂为白色硅藻土，不溶于有机溶剂和水。设计建立计算机在线检测的激光监视溶解度测定动态法，用Chapman的经典溶解度数据对新方法的准确可靠性进行了成功检验。实验测得较宽温度范围内三聚氰胺-乙醇、三聚氰胺-二甲亚砜、三聚氰胺-丙炔醇、三聚氰胺-水、三聚氰酸-水、三聚氰酸-乙醇、三聚氰酸二酰胺-乙醇、三聚氰酸一酰胺-乙醇等8个体系的溶解度。 运用基于分子热力学模型的两参数溶解度方程关联溶解度实验数据，8个体系142个数据点的模型计算值与实验值相比较，总的平均相对误差为4.21％。应用Apelblat等提出的三参数溶解度方程关联溶解度实验数据，8个体系142个数据点的模型计算值与实验值相比较，总的平均相对误差为0.96％。以温度为输入矢量，溶解度为输出矢量，建立了八个体系统一的溶解度神经网络模型，采用Leverberg-Marquardt算法，92个训练集样本和50个预测集样本的模型计算值与实验值相比较，总的平均相对误差分别为0.34％和0.75％。 在Mason技术基础上，利用工业废弃的3％（w）左右低浓度H₂SO₄，进行了三聚氰胺生产过程中排放的固体废弃物水解制备三聚氰酸研究，设计L₉（3⁴）正交试验，对实验结果进行方差分析，剖析了影响三聚氰酸收率的关键因素。在正交实验基础上，建立了预测三聚氰酸收率的3×8×8×1 BP神经网络模型。模型预测值与实验值一致，也几乎达到高浓度H₂SO₄条件下的水解收率。