注塑成型过程中，熔体在型腔内的状态及变化历史直接影响到最终制品的性能和质量。对成型过程进行数值模拟，预测熔体在型腔内的状态及变化规律，以辅助模具设计和成型工艺设置，成为提高制品质量的重要手段。应用成型过程的数值模拟只能代替试模来反复验证工艺参数是否合适，难以得到最佳工艺设置，且由于成型中外界扰动的影响，难以保证制品质量的稳定性，因此，对成型工艺进行优化和控制，提高加工变量的稳定性以生产出高质量的制品具有重要的意义。论文在对注塑成型充填／后充填过程进行数值模拟的基础上，研究工艺条件对制品质量的影响规律，建立了注塑成型工艺优化和制品质量控制理论及算法，设计了新型注塑制品质量闭环控制系统，并基于数值模拟实现了注塑制品在线质量控制仿真。论文主要工作包括： 1基于粘性可压缩流体的非等温流动，针对注塑成型过程的流动、传热机理及特点，采用适当的简化和假设，建立了三维薄壁制品注塑成型充填／后充填过程的统一数学模型，模型考虑了熔体的可压缩性及相变的影响。构造了耦合有限元／有限差分／控制体积法求解的数值模型，实现了注塑充填／后充填过程一体化数值模拟，预测充模模式、熔接线和气穴位置，以及温度、压力、密度、剪切速率等在空间和时间上的变化，并进一步预测制品质量指标如收缩、沉降斑指数、重量等。数值模拟与验证实验取得了一致的结果。 2在充填／后充填模拟的基础上，分别采用材料ABS、HDPE和PP，应用Taguchi DOE技术进行正交实验，研究了工艺参数对制品沉降斑指数、体收缩率变化和制品重量三个指标的影响关系，确定了各个工艺变量对三个质量指标的影响度。 3根据工艺参数对质量指标的影响度选取控制变量，以实验设计获得的近似优化解为基线条件，抽取工艺特性及制品质量特性数据，应用人工神经网络技术建立了工艺参数与制品质量之间的关系模型，克服了回归分析方法事先给定数学形式导致有可能丢失信息的缺点，且制品质量神经网络模型对工艺条件变化的适应性为制品质量控制提供了基础。 4基于神经网络模型，将实数编码遗传算法与最速下降法结合，用动态惩罚函数处理遗传算法的约束优化问题，建立了实现单目标和多目标注塑成型工艺优化的理论和算法。最速下降算子的嵌入加速了遗传算法的收敛，而动态惩罚函数的引入增大了遗传算法的搜索空间，保证了成型工艺全局最优解的获得，从而为制品质量控制提供了最优的工艺设置及质量参考。数值算例中对注塑工艺的优化，使制品内的体收缩率分布和沉降斑得到了明显改善。 5基于注塑成型机理，以及机器设置参数、状态参数和制品质量指标的关系，提出了工艺控制环和质量控制环串联的注塑制品质量闭环控制策略，建立了注塑制品质量闭环控制的神经网络内模控制理论。基于注塑成型模拟，在Matlab平台上实现了制品质量闭环控制仿真。仿真结果表明，工艺控制环和质量控制环串联的闭环质量控制系统比传统的层叠控制具有更好的设置点跟踪能力和抗扰性。