注塑成型工艺广泛应用于各工业领域，是生产塑料制品的一种重要方式。目前，各领域对塑料制品的精密性和产品更新周期的要求越来越高。但是，对于注塑工艺参数的调整主要是根据工程师的经验，缺少可靠的科学依据，而且效率低下。借助模腔压力温度传感器，可以直观地了解注塑过程中熔体在模具型腔的变化情况。本文以模腔压力温度为研究对象，对模腔压力曲线与塑料制品的关系、工艺参数与模具结构对模腔压力温度的影响进行研究。本文采用BP人工神经网络建立塑料制品翘曲值的预测模型。根据典型模腔压力曲线的特点，对一个完整周期的模腔压力曲线提取三个特征值，即Pmax（模腔压力最大值）、△t1（注射时间长度）和△t2（成型时间长度），以这三个特征值作为神经网络的输入参数，塑料制品翘曲值作为输出参数。在Matlab软件平台上完成预测模型的建立、训练和测试。最终建立一个基于模腔压力曲线预测塑料制品翘曲值的神经网络模型，并通过试验验证了预测模型的有效性和鲁棒性。采用正交试验方法，分别在浇口套角度为2°和4°的模具中进行实验，研究注射压力、注射时间、保压压力、熔体温度和模具温度等工艺参数对模腔压力最大值和模具温度最大值的影响规律。实验结果表明：在角度为2°的模具中保压压力是影响模腔压力最大值的显著因素，而在角度为4°的模具中，上述工艺参数对模腔压力最大值均无显著性影响。对于模腔温度最大值，在不同模具结构中，模具温度均是影响模腔温度最大值的显著因素。