开炼机是最早出现的炼胶设备,由于自动化程度低,工作环境差,工人劳动强度大等原因,导致了开炼机在橡胶工厂中的应用越来越边缘化,有逐步被自动化程度高、环保性好的密炼机所取代的趋势。但开炼机具有炼胶温度低的优点,对橡胶分子链氧化破坏作用少,炼胶质量比密炼机等高温炼胶的方式更好,尤其是近年来发展起来的低温一次法炼胶工艺,充分利用了开炼机的优点,将开炼机的应用提高到了一个很高的程度,也为开炼机的工艺优化提出了更高的要求。但是由于传统开炼机的结构简单,控制方式落后,不能对工艺参数进行有效的控制,使传统开炼机不能满足低温一次法炼胶的要求。青岛科技大学自行研制的XK-160E型开炼机智能炼胶实验平台通过双辊独立驱动系统、液压调距系统和自动温度控制系统,可以对炼胶过程中辊距,辊速,速比等参数进行实时定量的准确控制,使通过改变工艺参数来提高终炼胶的性能成为可能。开炼机炼胶是一个十分复杂的过程,炼胶过程中辊距、辊速、速比、辊筒温度、混炼时间等参数对终炼胶的质量都有一定程度的影响。目前,有不少文献采用正交实验法,对多因素单目标值进行分析,得出一个单目标值最优的工艺组合参数。但是由于评价终炼胶质量的指标有多个,这种方法无法使所有指标都达到最优,仅仅优化一个目标值很难得到最优的工艺方案,同时一个质量指标达到最优时其他各指标不一定能达到最优值。针对上述现状,本文将质量指标加权综合评分法引入开炼机工艺参数优化研究中,并用神经网络法和遗传算法对开炼机炼胶的工艺参数进行优化。本文主要内容如下：1.本文通过查阅大量文献资料,对开炼机的现状、发展趋势和开炼机的炼胶机理进行了分析,确定了终炼胶的质量指标和需要优化的开炼机工艺参数,并对开炼机工艺优化的研究现状和目前多目标优化的常用方法进行了研究,确定了开炼机炼胶工艺参数多目标优化的技术方案。2.基于XK-160E型开炼机智能炼胶实验平台进行了正交实验,获得数据样本,对每一个质量指标进行极差分析,研究各工艺参数对每个质量指标的影响,并使用加权综合评分法对每组实验的质量指标值进行加权综合评分,将多目标优化问题转化为单目标优化问题,得到了正交实验条件下的开炼机炼胶多目标优化的最佳工艺参数：辊距为0.6mm,辊速为32r/min,速比为1：1.25,辊筒温度为50℃,混炼时间为18.5min。3.将神经网络研究方法引入开炼机炼胶工艺优化中,通过BP神经网络的隐含层神经元个数和学习算法的对比实验,建立了采用贝叶斯正则化算法,输入单元数为5,隐含层神经元个数为3,采用S型传递函数,输出层神经元个数为1,采用线性传递函数的BP神经网络,得到了开炼机工艺参数与终炼胶综合质量评分值的非线性映射关系,为工艺参数的优化建立数学模型。4.采用遗传算法的自然进化思想,以所建立的BP神经网络作为适应度函数,以5个工艺参数为设计变量,对神经网络的数学模型进行全局寻优,得到实验范围内的最优的工艺参数组合。结果表明：对于XK-160E型开炼机智能炼胶实验平台来说,最优的工艺参数组合为：辊距：0.685mm,辊速：33.314r/min,速比：1：1.3,辊筒温度：53.175℃,混炼时间：19.15min。对应的综合评分值为71.4076,并与正交实验分析结果进行对比实验,实验结果证明：通过神经网络和遗传算法进行开炼机炼胶工艺参数多目标优化的方法是可行的。