注塑成型是将材料加热熔融成黏流态,施以高压注射进模具,保压,冷却定型,最终从模腔中顶出制品,制成与模具型腔形状几乎完全一致的塑料制品,是高分子材料加工最重要方法之一。其中成型工艺参数的设置对成型过程中塑料熔体的状态,最终塑件质量有着直接的影响。随着注塑制件在汽车、航空、消费电子、精密仪器等工程领域的广泛应用,对其质量的要求也越来越高,因此,有必要对成型工艺参数进行优化。本文针对注塑成型过程,重点研究了数值模拟与优化设计在多质量目标工艺参数优化方面的应用,提出了一套综合优化方法。首先,设计正交实验,选用熔体温度、模具温度、保压压力、保压时间和注射压力为实验因素,选取充填时间,翘曲度及体收缩率为制品质量的实验指标。运用注塑CAE软件Moldflow对正交实验各组方案进行数值模拟,分析实验结果,得到各实验因素对实验指标的影响程度以及对应的最优工艺参数序列。为了实现多目标的综合优化,以灰色关联度作为评价因子,计算正交试验各组工艺参数与最优工艺参数序列之间的平均灰关联度,灰关联度值越高表明越接近综合最优解。与材料推荐工艺得到的制件质量相比,优化后的体积收缩率从15.65%降到10.66%,翘曲变形从0.2731毫米降到0.1915毫米。最后,还建立一个满足实验精度要求的BP神经网络模型,该模型经过训练能完成工艺参数到目标质量因素的非线性过程的映射,可以代替Moldflow预测实验指标,在实验次数较多时,能有效缩短优化时间。实验证明：这种混合优化的方法能有效完成多目标变量的工艺参数优化,可以应用到实际生产