近年来，我国已经成为轮胎生产大国，但是，与轮胎制造强国还有很大差距。轮胎的质量很大层面上取决于橡胶混炼的质量，对于开炼机炼胶，由于技术落后，使得我们很难在线检测混炼胶的质量，这样一来，必然就无法及时获得混炼胶的质量指标，也就无法进行根据混炼胶的质量在线调整和控制炼胶工艺参数，以获得‘均一的’、理想的混炼胶质量的研究。针对这一现状，本文进行了开炼机混炼胶质量在线预测研究，以期实现开炼机炼胶质量在线检测。本论文的主要研究工作是通过对橡胶开炼机质量在线预测的研究，改进传统开炼机实验平台；通过实验研究，找出开炼机炼胶过程参数对炼胶质量的影响规律，运用神经网络法建立过程参数和炼胶质量之间关系的在线预测模型；运用MATLAB进行编程，并运行该编程，就可以预测出混炼胶的质量；对比实验研究，对基于神经网络的橡胶开炼机炼胶质量在线预测技术的预测结果和运用SPSS统计分析软件进行回归分析，所建立的预测数学模型的预测结果，分别与实测值进行对比；论文的主要内容如下：1、通过对神经网络的学习和对多种网络之间的优缺点进行分析探讨，进行了运用BP神经网络对开炼机炼胶质量进行在线预测的研究。2、为了满足运用BP神经网络法预测原理对开炼机炼胶的混炼胶质量进行在线预测，必须有一台设备拥有可以直接检测出研究所需的各个过程参数的装置，所以我们对现有的传统开炼机炼胶实验平台进行了改进。3、为了获得研究所需要的实验数据，在改进的神经网络预测用开炼机实验平台上进行了实验，橡胶配方选择全钢子午胎的胎面胶配方。4、对影响混炼胶质量的主要过程参数进行分析，因主要的过程参数有四个，运用BP神经网络，就可以确定输入层神经元的个数为4；对混炼胶的门尼粘度和炭黑分散度同时进行预测，可以确定输出层神经元的个数为2；运用MATLAB软件编程，进行网络训练，网络训练后再进行网络误差测试，并可以得出当隐层神经元的个数为10的时候，网络的误差最小，同时网络收敛也最快。5、对比试验研究。对基于神经网络的开炼机炼胶质量在线预测技术的研究和运用SPSS统计分析软件的逐步回归法（Stepwise Regression）建立橡胶开炼机炼胶质量的预测数学模型进行了对比，对比结果表明，运用神经网络建立橡胶开炼机炼胶质量在线预测模型的预测结果更接近实测值，预测出的门尼粘度值和炭黑分散度值的平均相对误差分别为0.186和0.388，运用SPSS统计分析软件建立的预测数学模型的预测的门尼粘度和炭黑分散度的平均相对误差分别为1.72和1.242。该技术的研究成功，不仅为开炼机炼胶的混炼胶质量实现在线检测，而且还可以为开炼机炼胶质量的在线控制，混炼胶的‘均一性’以及开炼机的智能炼胶的研究奠定基础。对提高中国轮胎行业在国际的影响力，推动中国轮胎行业的快速发展，有重大意义。因此该技术研究具有重要的现实意义和实际应用价值。