大容量涤纶短纤维技术以其工艺先进、单位产能投资少、生产成本低等优势,已在世界范围广泛使用。纺丝工艺优化对于提高产品质量和开发新产品具有重要意义。本论文将生产参数作为神经网络的输入,主要质量指标作为神经网络的输出值,建立纺丝工艺优化的神经网络模型,其中神经网络采用径向基函数(Radial Basis Function, RBF)网络,利用免疫算法优化神经网络。将RBF神经网络目标函数作为免疫优化算法中的抗原,将其权值看作抗体,通过对抗体的复制、交叉及变异等操作,得到最优解。纺丝工艺优化的RBF神经网络建立后,将输出结果传送到装有纺丝专家系统的上位机,专家系统会根据自身的知识库和推理机分析生产参数和采集值得出一组主要质量指标的目标值,目标值和采集值进行比较得出误差,专家系统根据误差,给出生产参数的调整值及原因解释。该方法不仅适用于短纤维研究,同样也适用于长纤维和碳纤维研究,对于新品研发和工艺优化具有指导意义,同时也为差别化纺丝工艺优化提出了一种新思路。