在注塑成型生产中，如何减少试模的次数，提高调机的效率一直是个研究的难点。本文以手机面板为研究实例，以模流仿真软件MPI为研究工具，从模具结构的角度分析了模具浇注系统与注塑工艺参数的静态关系，采用人工神经网络技术建立了双层BP网络模型，解决了注塑生产试模过程中的调节注塑工艺参数的问题，形式了一套比较合理而实用的注塑工艺参数预测方法。 ⑴对注塑工艺参数的分析优化方法进行了归结和总结，并介绍了注塑生产的整个流程和注塑参数，同时详细分析了模具浇注系统结构以及它对注塑工艺参数的影响。 ⑵在MPI平台上，结合正交实验设计方法，以手机面板为实例分析研究了模具浇注系统与注塑工艺参数的静态关系，优化了浇注系统的设计，并分析了浇注系统各属性对各注塑工艺参数的影响程度。 ⑶采用人工神经网络技术对模具浇注系统结构和注塑工艺参数之间复杂的非线性关系进行描述，选取浇口直径、浇口长度、分流道截面高度和主流道直径作为BP网络的输入参数，注射压力、注射时间、冷却时间和翘曲变形量作为网络输出，构建BP网络模型，快速预测注塑工艺参数。结果表明这种方法能节省注塑参数的调试时间、减少试模次数、节省原材料、提高工效，而且简便易行、应用非常方便，具有很大的工程实用价值。