随着注塑产品应用范围的变化，对产品质量的要求也越来越高。成型过程中，工艺参数直接影响到模具内熔体的流动状态和最终制品的质量，获取并保持优化的工艺参数是成型高质量制品的前提。本文主要对注塑成型过程的工艺参数优化和控制进行了研究，研究了基于神经网络理论的建模方法和实时控制策略，构造了一个自适应动态模型，实现对注塑成型过程参数的实时智能控制，使产品成型总处于最优状态。主要内容概括如下：首先，利用实验设计方法对工艺参数进行正交实验，得出实验因素最佳水平组合，并对实验因素对质量目标的影响度排序，筛选出对目标变量影响最大的几个过程参数作为实现工艺控制的控制变量。并通过正交试验为自适应控制模型提供过程参数调整顺序的动态规则、通过研究专家知识为自适应控制模型提供过程参数调整方向的经验规则。其次，作为智能控制的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力。本文在对神经网络结构及算法研究的基础上，确定采用BP网络实现对注塑成型过程进行控制，理论上构建了控制对象的数学模型。最后，利用模型参考自适应算法实现工艺控制。实际应用表明，该系统显著降低了废品率，实用性强。