润滑剂是指加入两个相对运动表面之间，能减少或避免摩擦磨损的物质。它不仅能用以降低摩擦副的摩擦阻力、减缓其摩擦的损伤还能对摩擦副起冷却、清洗和防止污染等作用。它在国民经济的各个部门中有着很广泛的应用，是任何机械运转时不可缺少的。但是润滑剂在广泛的使用过程中经常能通过各种途径流入环境,造成严重的土壤和水资源污染,破坏生态环境和生态平衡，所以寻找一种性能好、污染少的润滑剂显得尤为迫切。本文研究内容分为三个部分：第一部分：酯类润滑剂的合成以及合成条件的优化。首先根据文献调研对酯类润滑剂的合成研究概况进行归纳总结,从而选择一个合适的实验方案。然后对所选定的实验方案经行实验条件优化。根据优化实验结果可知，当实验条件为在氮气保护下，150～160℃下反应4～5h，催化剂用量为0.6%～0.8%，摩尔比为4.2:1时能得到在色泽、产率等方面都比较好。第二部分：将已经合成出来的并且处理好了的产品来测定其各项性能，并根据测定的数据来不断的调整和改善前面的合成条件以及后处理方法。根据国家标准测定的指标主要包括酸值、羟基值、皂化率等，最后拿一些数据较好的产品测定其润滑性能。共合成了39个化合物，测定了21个化合物的摩擦性能数据，文中列出了9个化合物的酸值、羟基值。第三部分：利用拓扑学参数和神经网络的方法来构建摩擦学QSAR。根据文献调研表明，利用此方法方法对酯类润滑剂的润滑性能进行QSAR研究鲜有报道。磨斑直径模型和摩擦系数模型的非交叉验证相关系数r2分别为0.90和0.96,交叉验证相关系数q2分别为0.74和0.78都远远高于>0.5的要求，说明了该模型的具有良好的预测性能。同时，我们分析了摩擦学性能与分子结构之间的关系，发现这两者之间有明显的相关性。我们将QSAR的方法引入摩擦学领域，成功建立摩擦性能的三维预测模型，为未来新型的润滑添加剂的设计提供了新的思路。