该文以制药工程为背景,以玉米淀粉为原料,对流化床喷雾制粒及其控制技术进行了全面的研究.首先,对喷雾空气压力、粘合液浓度、粘合液加入量、喷雾速率、空气温度和流化空气速率等过程参量对产品物性的影响进行了大量的实验研究.指出这些参量对产品粒径和流动性等指标均有影响,但是影响的显著性不同,可以选择影响因素较大的参量实现对产品指标的控制.首先应考虑调整粘合液的喷雾空气压力、浓度和加入量,其次调整进气温度、粘合剂喷雾速率,流化空气速率主要影响流化状态,不应作为控制产品粒径等指标的调整参量.该文还确定了过程参量对产品指标影响的变化趋势,提出了颗粒直径和流动性的函数关系式.试验结果表明,该文的制粒过程为团聚长大机理,湿骤变失稳是该文流化制粒失效的主要形式.该文讨论了导致湿骤变失稳的原因,指出合理地控制过程参量,可以有效地防止流化床喷雾制粒失败.该文提出可以运用神经网络技术,建立反映过程变量同控制目标之间映射关系的神经网络模型.经过不同网络结构和参数的优化试验,给出了BP神经网络模型,该网络的仿真输出同实验结果非常接近,具有很好的适应性.在网络建模过程中,运用了交叉评价法训练法、数据归一化和主元处理等多项技术,取得了很好的效果.该文编制了神经网络学习和仿真分析程序,运用该程序可以非常方便地训练产生新神经网络模型,也可以对生产过程进行各种仿真分析,例如:预测在特定过程参量下的产品粒径,反之可以根据指定的产品目标,确定合适的工艺参量等等.