碳纤维经过多年发展,已经成为应用极为广泛的一种新型材料。聚丙烯腈纤维是制备碳纤维的一种材料,在碳纤维制备领域有着重要的应用。我国碳纤维生产工艺经过多年的追赶目前已经处于世界先进水平,但是高端碳纤维的大规模生产能力依然有待提高。碳纤维制备过程工艺复杂,本文将数学建模与三维动画技术相结合,利用机器学习算法建立碳纤维生产过程的数学模型,预测产品的性能指标,并将其嵌入到三维可视化动态模型中,对复杂工艺进行可视化展示,既可以帮助入门者更好的理解工艺流程,在培训和展示中发挥作用,又能为生产过程工艺条件的优化提供参考,对碳纤维精细化生产过程有着重要的应用价值。本文使用极限学习机（ELM）模型对凝固成型和预氧化过程的实验数据进行建模,在模型中输入工艺条件参数即可得到模型输出的预测结果;引入多核极限学习机（MKELM）模型,解决了极限学习机参数随机生成导致预测结果不稳定的问题,提高了极限学习机预测模型的稳定性;使用遗传算法（GA）对多核极限学习机参数进行寻优,建立GA-MKELM预测模型,解决了MKELM模型易陷入局部最优化的问题,进一步提高了预测准确度和稳定性。本文使用Unity3D对凝固成型和预氧化过程的工艺流程进行可视化建模,并将GA-MKELM预测模型嵌入到可视化模型,仿真模型分别对预氧化和凝固成型的工艺流程和参数变化进行展示,将数学模型与可视化模型相结合,在可视化模型中实现了参数预测功能。将最新的动画制作技术与化工工艺可视化相结合,使用当下发展迅速的数据建模方法对工艺参数等实验数据进行仿真建模,可以更好地实现技术的实际应用,三者的结合有助于大幅提升技术人员工作效率,并且可以在实际操作中使用软件进行参考做数据模型优化,在教学以及科普领域可以提高入门者兴趣,并且加深对化工工艺的理解,实现一举多得。