多源多工序是复杂制造过程的基本特征，对多源多工序制造系统的产品质量进行预测与控制，是先进制造技术领域的支撑技术之一。传统的质量控制方法主要围绕统计过程控制展开，但是，多源多工序制造过程偏差传播问题的存在，使得统计过程控制表现出一定的局限性。在寻求有效的多源多工序质量偏差控制方法的过程中，研究者经历了从改进传统的统计过程控制方法、提出误差流理论，直到近十年来在偏差流理论和方法的研究上取得突破三个阶段。基于状态空间模型的偏差流理论，以其优美、统一的数学分析方法，代表了多源多工序制造质量(Multi-sourceMulti-stage Manufacturing Quality，MMMQ)控制的最新发展阶段和成果，但是，这一理论起源并一直依赖于白车身制造尺寸偏差消减的工程背景，限制了其核心思想在白车身制造以外的其他质量控制领域的应用和开发。加之在社会分工日益精细化以及信息技术迅速发展的推动下，企业间形成了各尽所长、分工协作的生产方式，这使得多工序制造质量的控制越出了单个企业范围，扩展到了产品链上的所有企业的制造过程，从而对企业之间交换多源多工序制造质量信息以保证最终产品的质量提出迫切需求。同时，在传感器及计算机技术进步的推动下，质量特征的在线测量成为现实，大量在线测量数据的产生，为进行制造质量的预测与控制提供决策依据的同时，数据的富集性也对现有的预测与控制方法提出了严重挑战。寻找过程数据富集条件下有效的制造质量预测与控制方法、探索有利于制造质量预测与控制的高效在线测量方法，成为应对数据富集环境下制造质量控制领域的新问题的两个方面。 针对上述多源多工序制造质量控制跨企业发展的新需求和数据富集环境下质量控制领域出现的新问题，尤其是针对现有偏差流理论的不足，本文对多源多工序制造质量信息的表达与交换方法、尺寸特征的在线非接触测量方法以及多源多工序制造质量的预测与控制方法进行了专题研究，主要包括五方面内容： (1)研究基于XML的多源多工序制造质量信息的表达方法。 确定多源多工序质量信息的基本要素，设计多源多工序制造质量信息的体系结构，建立了多源多工序质量信息的XML表达模式MMMQ-XML，并对该模式中涉及的主要子模式进行了详细设计。对基于MMMQ-XML模式的多源多工序制造质量信息的XSL解析方法进行了阐述和实例验证。为Internet环境下企业之间交换多源多工序制造质量信息建立了基本规范，实现了质量知识、质量数据和质量模型的融合。 (2)研究机器视觉高精度在线测量技术。 提出基于序列局部图像尺寸特征的测量方法(简称为“序列图像测量法”)，为大尺寸机械零件的高精度在线测量奠定了基础。提出基于纹理特征的序列局部图像校准方法，解决了测量过程中相面旋转引起的局部图像尺寸方向变动问题，为实现在线自动测量奠定了基础。提出图像边缘补偿测量法，消除实际边缘不能精确定位对测量精度的影响，改进和提高了传统的像素当量测量法及其测量精度。基于序列局部图像尺寸特征的在线测量，为进行制造质量的预测与控制提供基本检测数据，是数据富集环境下高效的在线测量方法的范例。 (3)研究有配合特征类机械装配(区别于白车身这类无配合特征的薄板冲压件的装配)过程的状态空间建模方法，研究基于状态空间模型的装配质量预测与控制方法。 以零件特征面为基本元素，集成三维空间中的位置和质量特征信息，建立面向质量分析的零件模型和零件变异模型。从偏差传递的角度，把零件装配过程分为两个步骤，提出零件基准偏差和配合基准偏差的概念，在建立这两类偏差的数学模型以及单个零件装配的数学模型的基础上，建立了整机装配过程的状态空间模型。该模型揭示了一人类机械装配过程偏差传递和累积的规律，为整机综合偏差分析、装配质量预测以及装配偏差溯源等基于变异流的应用研究奠定了理论基础，补充和完善了现有的偏差流理论。 (4)研究基于Logistic回归的制造质量预测和主动控制方法。 建立基于Logistic回归的主动质量控制模型，推导了主动控制模型的几何解法，给出了工程上常用的两种特解：在既定成本约束下，满足最佳质量目标的过程变量的解；在给定质量目标约束下，获得最小控制成本的过程变量的解。分析并解算出主动控制参数的灵敏度，为复杂多源多工序制造质量的预测与控制提供了决策依据。本文关于Logistic回归的制造质量预测和主动控制方法，在解决质量二分类问题上，具有其他定量数据建模方法所不具备的优势，为数据富集环境下探索有效的制造质量预测与控制方法做出了示范。 (5)研究制造质量的多工序协同控制方法。 把协同控制思想引入多源多工序制造质量的控制，以上下游工序之间补偿性比较明显的半导体制造过程作为应用对象，提出一种协同控制模型，该模型由目标优化、设备选择和设备控制三层组成。建立了协同控制的目标优化模型，在目标优化层利用该模型对下游关键工序参数的目标值进行优化，补偿上游工序偏差对产品质量特征的影响。建立半导体制造设备的性能评价模型和设备选择模型，在设备选择层综合考虑设备性能、生产时间以及设备的可利用性，选择处于最佳状态的设备完成相应的工序操作。设备控制层对选定的设备进行Run-to-Run控制，降低产品批次间的差异。协同控制思想的引入，为多源多工序制造质量的控制与改进提供了一种灵活而有效的方法。 最后，分析并指出了机器视觉高精度在线测量技术、变异流理论、复杂多源多工序制造过程的建模及其质量预测与控制的进一步发展方向。