陶瓷材料具有硬度高、强度高、耐磨性、耐酸碱、耐高温和抗腐蚀等诸多重要性能优点,广泛应用于医疗、电子、机械、航空航天等各种工业应用领域。在本文中,采用不同粒径分布的三氧化二铝进行级配,研究粉体粒径对氧化铝光敏陶瓷浆料粘度的影响规律,采用Tensorflow神经网络架构,建立陶瓷浆料的神经网络分析模型,采用该神经网络模型对不同粒径含量的陶瓷浆料粘度进行预测,并采用力学性能、XRD、SEM分析等方法,对所制备的陶瓷材料性能进行了表征。结果表明,采用PMA25作为陶瓷浆料的分散剂最佳。当氧化铝陶瓷浆料中氧化铝体积含量为60vol%,氧化铝陶瓷粉体成分为2μm(35.2wt%)+5μm(0wt%)+10μm(64.8wt%)时,氧化铝陶瓷浆料的粘度最低,为1556.8m Pa.s。扫描电镜分析表明,粒径较小的陶瓷粉体直接分布于大颗粒的粉体之间,填充了大颗粒粉体之间的间隙,使得氧化铝粉体之间紧密粘结,更加牢固,因而大大提高了氧化铝陶瓷的力学性能。性能分析结果表明,级配试样的性能优于未级配试样,级配试样的收缩率降低了20.17%,致密度提高了7.23%,弯曲强度提高了55.17%。