近几年来,随着中国汽车工业的蓬勃发展,汽车厂家竞争越来越激烈,对制造要求越来越高,制造精度对驾驶体验非常重要。通过对轿车车窗玻璃导槽进行分析,设计了玻璃导槽注塑模具,并设计了重要模具的成型零件的加工工艺和工艺。通过采用神经网络和遗传算法,以翘曲变形量最小作为目标,实现对模具相关参数的寻优。首先对该车窗玻璃导槽进行分析,充分了解其相关国家标准、零件所用TPU材料要求、加工要求、尺寸大小、结构特点和成型工艺等内容,确定注塑主要工艺参数和模具结构,同时选取适当的重要模具零件材料。对玻璃车窗导槽进行参数设计时,结合其结构特点和对注塑模具的详细设计。基于相关计算的结果,采用UG软件,绘制模具的二维三维图纸、进行成型零件CAM编程加工与仿真。在使用Moldflow进行有限元分析过程中,得到了最佳浇口。并对影响翘曲变形的参数（充填、填充、保压）进行了分析。采用Moldflow进行有限元模拟注塑填充过程,获得了最佳浇口,综合分析了充填、填充、保压等参数对翘曲变形的影响。基于模流分析的结果,建立了翘曲优化的BP神经网络模型,共计分析30组数据,描述工艺参数和翘曲量之间的关系,利用遗传算法对建立的翘曲模型进行全局优化,最终确定最佳的工艺参数组合,实现了翘曲量最小,并通过将优化前和优化后的参数进行Moldflow分析对比,表明参数优化能够有效降低翘曲量。结果表明,遗传算法的优化和注塑CAE技术相结合,能够提高塑件的质量。为汽车车窗玻璃导槽塑件制品的正式生产探索出了合理的工艺方案。