刨花板作为生产生活非常重要的一种木质复合材料,是我国三大主流人造板之一。面对原材料紧张、能源消耗大、行业竞争激烈等现实问题,唯有充分提高生产效率、产品质量和产品稳定性,才能降低其生产成本进而提高刨花板企业的竞争力。刨花板的生产工艺对板材的诸多性能有着重要影响,因此如何通过刨花板生产工艺的智能反馈与调控,实现刨花板的智能制造,从而进一步有效提升刨花板产品质量与生产效率,成为国内外刨花板生产企业与学者关注的问题。本文将数据驱动方法与刨花板生产工艺学原理相结合,基于刨花板企业的生产工艺记录及其对应刨花板产品性能的检测数据,应用刨花板生产工艺参数与其性能的映射关系,对刨花板性能数据进行评估与清洗,优选刨花板性能最适宜的预测方法,构建了刨花板生产工艺参数对其性能在线预测的有效模型,并通过中试生产试验对构建的预测模型进行可靠性验证,相关研究为现有刨花板企业在生产中的刨花板性能在线预测、生产工艺的反馈与调控、以及企业效益提升与刨花板智能制造升级等奠定良好理论与实践基础。主要研究内容和结果如下:（1）在刨花板性能数据可靠性评估方面,利用刨花板企业检测数据对刨花板的性能进行分析,通过降低性能数据不确定性和不可靠性因素对预测结果的干扰,提出了一种基于IER rule的刨花板性能参数评估与清洗方法,为后续预测不同生产工艺条件下的刨花板性能提供可靠保障。与BP、ELM和RBF方法的评估结果对比,IER rule方法不仅拟合效果良好,且均方误差值仅为1.84×10-4。证实了在考虑可靠度区间状态下进行证据推理评估方法的有效性,能够解决处理区间形式的数据不确定,清洗不可靠数据。（2）在优选刨花板性能预测方法方面,基于刨花板企业生产工艺参数与性能检测数据,提出了基于数据驱动的刨花板性能预测方法。通过归一化将具有不同量纲的数据进行标准化处理,再使用随机森林、决策树、K-近邻、自适应增强、支持向量回归等10种预测方法,用平均绝对误差、均方误差和平均绝对百分比误差三种不同的评价指标对预测结果进行评价,筛选刨花板工艺参数预测板材性能的最适宜方法,其中,使用随机森林方法对刨花板8个性能的预测表现出突出的效果,对于平均绝对误差、均方误差和平均绝对百分比误差三种评价指标都具有优良的泛化能力,所预测8个刨花板性能的均方误差值最小为7.90×10-3,最大仅为2.38×10-2。由此,最终确定随机森林作为刨花板性能的优选预测方法。（3）在构建刨花板性能预测模型方面,为了能够更有效确定影响刨花板性能的关键因素,提出了基于主成分回归和随机森林的刨花板性能预测模型。采用能有效解决自变量间存在多重线性问题的主成分回归方法,对刨花板企业生产中工艺参数及其对应板材性能的数据集进行多因子回归拟合,获得刨花板各主要性能的关键影响因素,并在优选的随机森林预测方法基础上,验证其有效性,构建了基于主成分回归和随机森林方法的刨花板性能预测模型。主要是通过对刨花板企业的工艺记录及其对应板材性能检测数据的归一标准化、矩阵建立、特征值和特征向量确定以及特征值信息贡献率计算,获得特征值大于1、累积信息贡献率大于60%的6个特征值;针对刨花板的性能及相关的工艺参数,在随机森林方法的基础上,使用优选6个主成分进行多元线性拟合,得到刨花板生产工艺参数与各性能的回归方程,由方程所确定的关键影响因素分析证实所构建的预测模型符合刨花板生产工艺原理及刨花板性能的影响机制。（4）在构建预测模型的验证方面,采用中试生产试验数据,对于优化的刨花板生产工艺参数与其主要性能的预测可靠性进行验证与评价;在“含水率”、“热压温度”和“固化剂用量”这3个工艺参数的6种参数水平调控下的中试生产中,所优化预测模型的预测值与中试生产板材性能测量值的相对误差都小于4.1%、大部分相对误差在1.3-3.8%之间,充分证实所构建优化的预测模型能够由刨花板生产工艺参数对其主要性能实现有效预测、且可靠性良好;因此,运用构建的预测模型能够对企业生产刨花板实现在线无损预测、性能监控和生产工艺调控与反馈,进而为刨花板企业的产品质量稳定、生产效率和效益提升提供技术保障,也为企业的刨花板智能制造升级提供理论基础。