数控机床作为实现国家工业化和现代化的基础战略装备,其质量和可靠性的高低是衡量一个国家综合实力的重要标志。装配作为整个生产过程的最后环节,是实现设计质量的关键,直接决定着产品质量的高低。本论文以数控机床为研究对象,对不同装配阶段的质量评价技术进行系统研究,为数控机床装配过程质量控制技术的研究和应用提供了新的思路,具有较为重要的理论意义和指导作用。论文结合《高档数控机床与基础制造装备》科技重大专项课题和《国家自然科学基金》项目,主要进行以下研究:(1)阐述了数控机床装配质量的基础理论,分析了在装配过程不同环节进行质量评价的目的及意义,研究了包括装配序列质量评价、装配工序重要度评价以及机床最终装配质量评价的相关内容,进而构建了数控机床装配过程质量评价研究的技术框架。(2)针对现有产品装配序列选择过程中质量影响因素复杂,装配序列质量水平难以定量评估等问题,提出一种基于相对熵排序的装配序列质量评价方法来优选质量最佳的装配序列。在界定了装配序列质量内涵的基础上,利用解释结构模型建立了可全面反映装配序列总体质量的指标体系,并在此基础上利用各因素间的层次结构影响关系定量计算指标属性值,然后采用基于Vague集的模糊评判获得指标权重,同时引入基于相对熵的多属性排序方法对各装配序列进行综合评价,从而在众多可行序列中选出装配质量最优的装配序列。(3)数控机床装配过程工序数量众多,重要度各不相同,在采用灰色关联投影法与灰熵关联法分别对工序重要度进行主、客观评价的基础上,引入模糊Borda法对两种方法的评价结果进行重新组合,进而得到综合评价结果以提取关键装配工序进行重点控制。该方法有效地克服了传统单一评价方法的局限性,综合考虑各评价方法中的排序位次和得分差别这两方面因素,使评价结果更加科学有效。(4)为了满足数控机床装配质量评价要求,建立了完善的整机装配质量评价指标体系,并在应用可拓层次分析法(EAHP)确定各指标权重的基础上,运用最小二乘支持向量机(LS-SVM)对数控机床的整机装配质量进行综合评价。同时为了提高装配质量评价模型的准确性,引入了粒子群算法对LS-SVM进行参数优化,最后用实例证明该模型的有效性。