拉挤工艺作为一种复合材料生产工艺,由于可实现连续生产、制品纤维含量高、产品的质量稳定性好、生产过程中不产生边角废料等优点,近年来越来越受到人们的重视,得到很快的发展。但是,传统的拉挤工艺参数都是建立在经验的基础上,制品质量主要取决于工人操作的熟练程度,不能系统地给出工艺参数与固化度之间的具体关系,严重影响和制约拉挤工艺的进一步发展。随着计算机的不断发展,计算机技术正在越来越多地应用于材料分析和设计中。这对于节约成本、提高劳动生产率、缩短产品研制周期等方面具有十分积极的意义,也是未来材料分析和设计的发展趋势。拉挤制品的性能主要取决于制品的固化程度,本文主要对拉挤工艺固化过程进行研究,通过分析固化过程中温度场的变化,来研究模具温度和牵引速度这两个主要工艺参数对固化度的影响。根据相关知识建立起温度场的数学模型,利用计算机对该过程进行数值模拟,再利用人工神经网络,对模拟所得到的数据进行训练,建立起拉挤工艺参数与制品质量、固化度等之间的对应关系,即相应的数学模型。然后,根据所建立的数学模型,结合遗传算法,按照固化度要求,即可得到最优的工艺参数。本文对拉挤工艺过程的研究虽然是以数值模拟和理论分析为基础,但通过与以往实验数据和大量文献对比发现,所得到的数据与实际值能够很好的吻合,从而证明了该方法的有效性和实用性。