茂金属聚丙烯材料（mPP）是一种发展迅速的热塑性合成树脂,凭借其密度小、无毒、易加工成型和机械性能优良等优点,已经深入人们生活中的各个领域,包括出行、家用以及生产如家用电器、汽车行业、建筑行业等,这也促成聚丙烯成为我国第二大消费产品。由于我国能源结构主要包括煤炭、石油以及天然气,由于能源的不断消耗和大量使用,需要对我国的能源结构进行优化,对聚丙烯行业的需求也慢慢有所提升。与以往的石油需求相比,如今聚丙烯市场及其产品更具有竞争力,这不但有利于能源的高效利用,也有利于生态环境的可持续发展。为了降低聚丙烯产品的生产成本,提高其质量和性能,国际上化工各大公司通过并购、联合与重构寻求催化剂和聚合工艺突破的同时也在不断完善mPP的配套生产技术。本文以茂金属催化体系[Me2Si（Me4Cp）（NtBu）]TiCl2/MAO催化丙烯聚合,对不同反应条件下（如聚合温度,Al/Ti摩尔比和单体浓度等）聚合反应动力学进行了研究。通过设计恒压-单体补偿法聚合装置测定单体浓度,GPC测定产物结果显示聚丙烯的分子量分布很接近2,证明符合单活性中心聚合机理。通过对数据进行计算对比得到本聚合反应为一级失活反应,且聚合反应速率对单体浓度和催化剂浓度都为一级反应。应用四阶龙格库塔法对动力学参数进行估算,模式搜索法算法对模型参数进行优化,验证实验结果表明模型预测值与实验数据相接近,对于聚合物的产量总体相对误差约为6.14%,质均分子量的平均误差为4.31%,数均分子量的平均相对误差为3.82%,说明该模型对该反应体系的不同聚合条件具有很好的适用性。通过该模型可以预测聚合反应速率、数均分子量和质均分子量等参数,定量分析了链引发、链増长、链转移及链终止速率与产物性质之间的关系。模型显示链引发过程在0.02～0.07 min內完成,链增长反应相对于链转移反应具有较低的活化能,温度升高有利于链转移反应的进行,从而生成低分子量聚合物。探究了不同聚合温度、Al/Ti摩尔比和单体浓度对聚合反应体系及聚合物分子量的影响。结合人工智能方法,应用人工神经网络模型对本聚合反应进行建模,得到预测模型曲线与实验值相比较并判断其鲁棒性,该模型预测的聚合物平均分子量和催化剂活性的AARD%分别为3.76%和5.89%。可以用人工智能快速高效准确的建立动力学模型,加快茂金属催化剂用于丙烯聚合的工业化聚合过程模拟和大规模应用。