本论文首先对成纱质量控制进行了全方位的分析,研究了影响纱条不匀的主要因素和降低棉结杂质的措施;然后在F33粗纱机上进行了两组试验,优选出了最优工艺,提高了纱线各项指标;最后设计出了较好的BP神经网络对成纱质量进行了预测。研究结果表明:小的后区罗拉隔距对改善条干CV和粗节有利,大的粗纱捻度对改善条干CV、粗节和棉结有利;罗拉后区牵伸倍数对成纱粗节影响较大,后区罗拉隔距对成纱毛羽影响较大,罗拉加压量对成纱质量影响较小;最优工艺为罗拉后区牵伸倍数1.16、后区罗拉隔距32(mm)、罗拉加压量3.5(pa)、粗纱捻度1.17(T/in);最优工艺质量指标较原工艺改善百分比分别为:条干0.91%、+50%粗节19.40%、+200%棉结7.94%、毛羽0.37%。4-6-3型的BP网络结构具有收敛速度快、预测效果好的特点,在棉纺织厂类似与该类母体的工艺,可以用该模型对成纱质量进行预测参考。在纺纱预报中引入了人工神经网络模型,使影响因素众多的成纱质量预报的可行性、可信度及准确性得到增强。本文所选的神经网络模型应用于成纱质量预测是较为有效的,但是还需要进一步的研究以提高稳定性、精确性和应用价值。