环烷基润滑油具有含蜡量少,低温性能好的优良特性。但其所含的少量的蜡也是影响凝点的最重要的因素之一,为了能够更好的指导实验和实际生产,解决好润滑油馏分油的含蜡问题,并建立适合环烷基润滑油馏分油的结构组成和凝点之间的理论关系模型是十分重要的。由于馏分油组成、结构的复杂性,目前其组成、结构与低温性能关系(凝点)的研究仅限于定性描述,定量方面的研究还很少。本文以环烷基润滑油馏分油作为原料,对其结构族组成和化学族组成分别进行分析,并利用多元线性回归和人工神经网络进行模拟建模。结果表明:通过多元线性回归和BP人工神经网络建立的模型进行对比,人工神经网络比较适合于润滑油结构组成和低温性能关系模型的建立。所建立的人工神经网络模型能够准确的预测验证集中油品的凝点。对CFD、LD环烷基馏分油进行酮苯脱蜡。由于蜡中所含长侧链烃是烃类当中相对密度小,粘度低、而凝点最高的烃类。当把这些组分脱除后,脱蜡油凝点明显降低、相对密度升高、粘度指数升高。而不同馏分油脱出蜡的晶体结构也明显不同,随着油料的加重,其蜡组分中异构及环烷烃的含量增加,蜡晶结构粒度明显减小,网状结构更加复杂。利用所建模型对CFD、LD脱蜡油的凝点进行预测,结果也比较准确。说明馏分油低温性能和结构组成之间具有非常密切的关系,这种关系是一种十分复杂的非线性关系,本文利用人工神经网络建立了一种能够适用于预测环烷基润滑油馏分油低温性能的理论模型,能够较准确的预测环烷基馏分油的凝点。