本文基于纺熔无纺布企业新产品开发的现状和需求，利用BP神经网络在处理非线性映射方面的优势，以MA_rI_AH神经网络工具箱为平台，研究并构建BP神经网络，用于纺熔无纺布新产品开发。本文首先分析总结了纺熔无纺布新产品开发的关键工艺参数、产品性能指标及其内在关系：纺熔无纺布产品的性能可以分为两类：基布特性和后处理附加的功能，其中后处理附加的功能和后处理的原料方式之间存在直接的硬相关性，而基布特性和原料设备直接相关；纺熔无纺布用于医疗和卫生领域，有不同的测试方法和标准要求，但最重要的指标是强力和HSH，其中强力用来描述纺熔无纺布抵抗外力破坏的能力，而抗静水压HSH衡量纺熔无纺布的阻隔性。工艺参数中，根据设备特性和日常控制的范围，选取克重、AI]纺粘头计量泵转速、Bc熔喷头计量泵转速、热轧温度T和热轧压力P为关键参数。在产品工艺参数和性能指标分析的基础上，利用MATLAH神经网络工具箱开发平台，构建了BP神经网络，并利用企业现有的产品工艺参数和性能指标数据对其进行训练，网络可以收敛：BP网络选用三层，输入层到隐含层传递函数使用tansig，隐含层函数使用10gsig，隐含层的神经元个数优选为16个，训练函数使用trainlm，利用现有的产品数据作为样品对BP网络进行训练，训练误差在10‘数量级，网络可以很快收敛。随后，将训练好的BP神经网络用于产品性能指标预测，和实际数据进行对比，产品强力和抗静水压HSH的预测误差在5％以内，完全能满足实际产品开发和生产的需要；用于指导纺熔无纺布的产品开发，就可以更加快速、高效、低成本的开发出满足客户需求的产品，具有巨大的商业实用价值。