在血液透析器(简称透析器)生产中,由于透析器离心机加工工艺参数的精确性难以把控,导致透析器在离心工艺环节出现气泡、透析膜缺胶、透析膜孔堵塞以及胶水渗透过剩等不良因素从而使得透析器的产率下降。本文针对企业在透析器离心机加工工艺中由于工艺参数不够精确所出现的各种问题,研究设计了一种基于支持向量机(Support Vector Machine,SVM)算法的透析器离心机加工工艺参数优化方法。首先,对方法中涉及的SVM算法进行改进;然后,对实际生产中的透析器离心机加工工艺环节进行正交实验设计,并用改进算法建立预测模型;最后,设计了基于B/S模式的透析器离心机加工在线参数调节系统。本文主要工作包括以下几个方面:1.研究了透析器生产现状、透析器的整体结构以及具体工艺过程、透析器离心加工工艺过程、透析器离心机加工工艺影响因素。2.研究了本文设计的透析器离心机加工工艺优化方法所涉及的SVM算法。针对原始算法计算速度较慢且容易产生过拟合等问题,采用改进核函数与粒子群算法相结合的方式对SVM算法进行了改进。通过对比几种改进算法在一组随机服从正态分布样本容量为2000的数据集上的训练效果。本文设计的改进SVM算法相较目前常用的几种改进SVM算法在预测效果和预测精度上均有一定的提高。3.建立了透析器离心机加工工艺参数优化模型,设计了正交实验,并对实验后的情况进行分析。对正交实验数据进行极差与方差分析,确定了影响透析器离心机加工工艺的主要因素以及主次关系,找出了各因素之间的最佳组合参数。采用优化后的SVM对离心机加工工艺过程进行预测建模。将建模效果与目前常用几种模型预测效果进行对比,结果表明改进SVM预测效果明显优于其它几种模型。4.分析了透析器离心机加工工艺参数优化的需求,设计了基于B/S模式的透析器离心机加工在线参数调节系统,实现了软件的主要功能。根据实验仿真结果可知,基于改进SVM算法的透析器离心机加工工艺参数优化方法能够达到预期的模型预测效果。