本文从实验研究出发，分析了各工艺条件对超临界CO萃取大豆油的影响规律。根据质量衡算原理，建立了基于微分床萃取的超临界流体萃取的动力学数学模型，从理论上分析了超临界流体萃取的传质过程。引入人工神经网络方法来模拟预测超临界流体微分床萃取的过程。 全文主要包括三部分内容： (1)．以超临界CO为溶剂，大豆为萃取物料，通过正交实验与对比实验考察了萃取压力、萃取温度、流体流量、物料预处理方式等因素对超临界流体萃取的影响。 (2)．针对已有超临界流体萃取模型中传质系数关联计算方法的不足，本文采用微分床萃取实验结果来计算传质系数，并根据质量衡算原理，建立了基于微分床萃取的超临界流体萃取动力学模型。将整个积分床划分为多个微分床层，然后根据微分床萃取的实验结果来求解超临界流体萃取传质方程，以实现对超临界流体积分床萃取过程的模拟计算。这是对超临界流体萃取放大设计的探索与尝试。同时，还编制了超临界流体萃取模拟计算的可视化程序。 (3)．为求解超临界流体微分床萃取过程与萃取压力、萃取温度之间的关系，引入了BP人工神经网络方法。用已有的超临界流体微分床萃取实验数据来训练人工神经网络，并利用训练后的神经网络来预测不同萃取压力与萃取温度条件下的超临界流体微分床萃取过程。文中还考察了网络结构与训练数据预处理等因素对人工神经网络训练与预测效果的影响。