干法制粒技术作为一种固体制剂的制备方法,具有高效、可循环纯物理加工等特点,已被广泛用于湿敏和热敏的颗粒制备。针对当前干法制粒工艺大都是通过人为经验调整,缺乏理论数据的分析,而设备大都是以模仿为主,存在着效率低、卡片、颗粒成型率不高、漏粉严重等问题,本文以企业研发的小型干法制粒机LGS5为平台,通过工艺建模仿真和实验的方法,研究了不同工艺参数对片体和制粒效果的影响。同时基于机器学习的方法,建立了考虑物料特性的颗粒成型率预测模型,通过实验数据集验证了模型的有效性,对优化制粒工艺,提高生产效率具备一定的价值意义。主要研究内容如下:（1）对干法制粒压片工艺进行数值模拟。针对压片工艺,从理论上分析了辊压成形的基本条件。介绍了粉体有限元模拟技术的特点和描述方法,运用Abaqus软件,选用修正的DPC材料本构模型,基于企业的干法制粒设备参数,建立了压片的简化模型,对片体的成型过程进行仿真分析,研究输送速度、滚轮转速、摩擦系数及滚轮间隙对压片密度分布的影响,并通过实验验证了仿真的合理性。（2）干法制粒响应面法多阶段实验研究。选取目前常用的三种辅料并对相关属性进行表征。基于有限元仿真的结果,通过实验研究了不同螺杆转速和滚轮转速比下,中间片体成型的规律。选取了干法制粒过程中螺杆转速、滚轮转速、液压力以及整粒转速这四个主要的工艺参数,基于Box-Behnken的实验方案,研究了工艺参数对颗粒成型率的显著性差异。同时得到了包含材料属性以及工艺参数的数据集。针对微晶纤维素SH-CG1建立了统计学预测模型,通过实验验证,模型的误差为4.8%,并确定了最佳的颗粒制备工艺参数。（3）干法制粒的颗粒成型率预测模型研究。基于实验数据,通过灰色关联理论协同相关度分析确定了评价物料性能的关键属性为豪斯纳比。基于过程的工艺参数,建立了考虑物料特性和工艺参数与颗粒成型率之间的向量机预测模型。比较多元回归模型与支持向量机模型的拟合能力,引入了粒子群优化算法提升了模型的精度,测试平均预测误差为3.4%,对实际工艺的选择具有指导作用。