利用太阳能对苜蓿草捆进行干燥处理,可有效地解决传统牧草干燥工艺中遇到的营养成分损失大、能耗高、成本高等问题,有利于当地的畜牧业发展。利用试验对苜蓿草捆进行太阳能热风干燥特性研究,并应用人工神经网络理论建立草捆干燥过程含水率仿真模型,为苜蓿太阳能干燥工艺和系统的优化提供一定的参考依据。本文主要研究了两方面的内容：(1)在已搭建好的苜蓿太阳能干燥试验台上进行苜蓿草捆干燥试验。分析了高水分苜蓿草捆太阳能干燥过程的干燥特性及其传热传质规律,研究了草捆因素、介质因素与干燥特性间关系。试验表明苜蓿草捆的含水率是随时间呈指数变化的,干燥主要处于恒速和降速阶段；密度对干燥过程的影响非常大；草捆多层干燥过程存在着明显的水分梯度和温度梯度,具有不均匀性；干燥介质温湿度对草捆含水率影响差异非常显著。(2)介绍了BP算法基本理论,对试验所得数据建立了干燥过程中含水率的仿真模型,测试样本的最大绝对误差为18.75%,平均百分误差为13.67%,模型预测误差较大。介绍了粒子群优化算法,在此基础上,通过粒子群优化算法对BP网络参数进行优化设计,建立基于PSO-BP神经网络的含水率仿真模型。结果表明该网络模型的学习速度快、拟合度高、误差小,对于苜蓿草捆太阳能干燥过程的含水率具有良好的预测性能。