前期研究发现高压CO₂法是一种解决热敏性药物溶残低温高效快速脱除的较好方法,但作为工业化基础的高压CO₂萃取脱除热敏性药物溶残动力学研究尚未见报道,所以开展高压CO₂法脱除热敏性药物溶残动力学研究对药物溶残脱除的工业体系设计和运行具有重要意义。本文基于自主设计的一套高压CO₂法萃取脱除热敏性药物溶残动力学快速测定的装置,开展高压CO₂法萃取脱除热敏性药物动力学实验研究,并建立了高压CO₂萃取脱除热敏性药物的BP神经网络模型。首先本文进行了普拉格雷中乙腈溶残和右旋布洛芬中乙醇溶残的脱除动力学实验研究,实验结果表明溶残最终含量均符合《残留溶剂的指导原则（Q3C）》的溶残控制要求。脱溶的动力学过程由脱溶速率进行表征。由普拉格雷乙腈溶残的脱溶曲线可发现,整个脱溶过程分为两个部分:快速脱溶阶段和慢脱溶阶段,快速脱溶阶段接近于线性,此时是自由溶残快速脱除阶段,当自由溶残被萃取完全后,药物颗粒内部的结合溶残也被部分萃取,脱溶速度减缓进入慢脱溶阶段。而研究自由溶残快速脱除阶段的右旋布洛芬中乙醇溶残脱除实验说明脱溶速率随着压力的升高和CO₂流量的增大而提高,而萃取温度的升高,其溶剂密度降低会使脱溶速率降低,但溶质蒸汽压增大提高萃取速率,两者共同作用,因此温度对脱溶速率的影响较为复杂。其次本文建立以脱溶压力、脱溶温度、高压CO₂流量和时间为输入参数,以实验得到的脱溶率为输出参数,网络结构为4-15-1的BP神经网络模型,对文献中的高压CO₂萃取动力学研究进行关联验证,可对文献研究中的萃取曲线做出很好的关联,并优于文献中作者使用数学模型关联拟合结果,证明了本文建立的BP神经网络模型良好的关联拟合结果。又对高压CO₂萃取脱除热敏性药物溶残实验数据进行训练,可对普拉格雷乙腈溶残萃取脱溶速率曲线做出很好的关联;且对普拉格雷中乙腈溶残脱除和右旋布洛芬中乙醇溶残脱除实验数据的关联拟合结果与实验数据间的均方差（MSE）均较小,关联的线性回归系数R均在0.99以上;最终均证明了本文建立的BP神经网络模型是一种较好的动力学模型。