挤出联动线挤出胎面尺寸是衡量挤出胎面质量和实现胎面挤出联动线智能控制的重要依据。研究挤出胎面尺寸与影响胎面尺寸的工艺因素之间的关系对于提高轮胎性能具有重要意义。现有的挤出生产线挤出胎面测量只能靠操作人工手工测量，即使采用激光设备测量也存在成本太高，而且测量精度也不能得到保证的问题，因此挤出生产线的控制只能依靠工人的经验手工控制，不能保证控制的实时性和有效性。胎面尺寸波动是跟胎面挤出过程中的影响因素密切相关的，可以根据测量必要的影响因素进行预测。因此，有必要建立有效的预测模型，为挤出联动线智能控制提供重要的依据。 本文的研究工作围绕预测模型的建立而展开。在研究了影响挤出胎面尺寸的因素后，在线采集了粘度、温度、压力、联动线一线速度、挤出机转速等重要影响因素。经过比较选择，根据建模数据的特点，由于最新的软测量方法PLS(偏最小二乘法)具有多对多线性回归建模的特点，因此将PLS应用于胎面尺寸预测的研究，建立了挤出联动线胎面尺寸PLS预测模型。经过对数据的分析发现：生产过程因素和胎面尺寸之间以及胎面各个尺寸之间具有非线性关系，借助于神经网络具有非线性、容错性和自适应性的特点，提出PLS与神经网络方法结合，并建立了胎面尺寸预测的NNPLS预测模型。样本检验表明两种模型都是可行的，符合实际生产的需要，并且NNPLS的预测效果由于PLS预测模型。 最后本文还对挤出联动线胎面挤出预测模型的在线校正和将模型应用与挤出联动线智能控制的问题进行了初步的探讨。 综上所述，本文的研究为实现挤出胎面尺寸在线测量和挤出联动线智能控制奠定了基础。