注塑件质量涉及到精确的几何尺寸、表面、强度、耐久性等产品质量主要指标，与模具、材料、注塑过程和服役环境等有关。而翘曲是注塑产品的常见缺陷的一个难题，需要在加工过程中尽可能减少，保证注塑件的精确形状。我们需要结合考虑设计、服役条件、加工过程及参数、材料性能等因素来解决这一普遍性问题。我们利用目前较为成熟的有限元方法软件和材料库对翘曲位置和程度进行了分析，并将结果用于注塑工艺的改进和优化，以期最终提高构件质量。进行有限元分析时，翘曲的出现和大小明显受到网格质量和材料属性等因素的影响，与实际结果总是存在着一定的误差。本文利用Moldflow分析了吸尘器轴承座的成型过程，通过细化构件的有限元网格和对比网格质量，检验了有限元分析结果收敛性，发现需要结合网格质量来改进计算过程。通过构件变形的有限元分析结果与实测数据进行比较，我们发现有限元分析结果在最大翘曲的估计方面效果较好，显示了对注塑过程和构件进行精确分析的重要性。本文也尝试采用不同的粘度模型对注塑件翘曲进行分析，保证分析方法的一致和完整，为基于有限元分析的模具设计和加工过程优化积累经验。在Moldflow翘曲分析的基础上，以吸尘器轴承座的注塑过程为例，使用正交试验设计合理布置试验因素，然后对试验结果数据进行极差分析和方差分析，比较各工艺因素对轴承座翘曲的影响程度，进而得到最佳工况组合。为了找出工艺条件空间内的最优解，我们利用试验数据建立起用于预测轴承座翘曲值的BP网络。由于合理的传递函数选择和BP网络构建，所建立的BP具有满足需求的预测精度。最后使用遗传算法在BP网络中搜索出最优解，通过比较优化效果发现，基于BP网络的优化方法具有更高的优化率。