静电纺丝纤维复合膜能够将多种聚合物进行组合，实现功能的多样化，在环境工程、生物医药、绿色能源、传感器和吸声材料等领域有着良好的应用前景。而复合膜具有优异的力学性能可以保证其结构稳定性，从而保证其他功能的实现。因此，提高力学性能成为复合纤维膜研究重点之一。热压实验的操作简单，对环境无害，有望成为提高复合膜力学性能的主要方式。本文以PVA/PVDF纤维复合膜为研究对象，深入探究热压工艺对复合膜力学性能的影响机理。　　首先，对纤维复合膜进行制备方法选择和性能优化。通过对比不同纤维复合膜制备方法的优缺点，本文选择多层电纺法来制备纤维复合膜。为了优化纤维复合膜的性能，本文从单组份纤维膜开始入手进行，先通过在电纺液中加入 NaCl和滚筒收集等方式使得单组份纤维膜的直径分布均匀，结构紧密，而且具有一定的取向性；然后再利用多层电纺法将优化后的单组份纤维膜进行复合。　　其次，对纤维复合膜进行热压实验研究。实验分析结果表明，随着热压温度、热压时间和热压压力的提高，纤维复合膜的力学性能得到提高；热压温度对纤维复合膜的力学性能影响最大，热压时间的影响次之，热压压力的影响最小；热压温度和热压时间的交互作用对纤维复合膜的拉伸强度影响最大，热压温度和热压压力的交互作用影响次之，热压时间和热压压力交互作用影响不明显。　　最后，建立预测模型来预测热压纤维复合膜的拉伸强度。通过响应面分析结果可知热压参数之间存在一定相关性，因此本文将实验数据进行主成分分析处理，再输入BP神经网络进行建模。本文还将未经主成分分析处理的实验数据输入BP神经网络建模，然后将两种预测模型进行验证与对比。结果表明，基于主成分分析的BP神经网络训练速度更快，收敛精度更高，而且预测误差更小，仅为±3％左右。该模型预测精度可靠，可以投入实际应用中。　　本文对多个热压参数进行实验分析，较全面地对研究纤维复合膜的热压工艺，并建模预测其拉伸强度，为提高纤维复合膜的力学性能提供一定参考价值。