真空注型(Vacuum Casting,VC)技术是快速模具(Rapid Tooling,RT)技术中应用最为广泛的工艺方法。随着我国新产品开发能力的不断加强,VC浇注件的使用范围越来越广泛,客户对VC浇注件质量的要求也越来越高,所以质量控制势在必行。目前,VC浇注件的质量大多是依靠操作人员的经验,VC工艺尚处于理论研究阶段,VC设备的自动化程度低、加工柔性差、废品率高,这些问题已经成为VC技术发展的瓶颈。因此,研制面向质量的数字控制VC设备是未来的发展方向,是改善VC浇注件质量的关键,也是国内外学者亟待解决的难题,具有较高的研究价值和实际意义。本学位论文以研究面向快速制造的设计思想为主线,以真空注型、流体力学、优化设计、图形图像、自动控制、智能控制等理论为基础,以改善VC浇注件质量为目的,以提高VC设备的自动化水平为宗旨,探讨了VC的工艺机理,并系统地阐述了针对VC的质量控制方法、策略和模型;在此基础上,对数字控制VC装备的结构进行了分析,其重点围绕基于图像处理的VC气泡监控、基于模糊神经网络的浇注件质量控制方法进行了研究,研制了差压式数字控制真空注型物理样机---V450N-VD型真空注型机。本文首先对VC工艺及浇注件质量控制要求进行了讨论,并对相关研究的国内外发展状况及研究现状进行了综述。论文的主要研究内容及成果包括以下几个方面:(1)在对传统VC工艺进行详细分析的基础上,为了解决VC浇注件的质量缺陷,结合VC、差压注型、重力注型三种工艺优点,提出了差压式VC工艺方法。根据差压式VC工艺流程及机理,详细分析了影响浇注件质量的工艺参数。最后,针对现有VC设备的缺陷,将数字控制技术引入VC过程控制,据此构建了差压式数字控制VC系统。(2)在对热固性塑料反应成型机理深入分析的基础上,研究了VC过程流体力学规律,引入了反应动力学模型、反应成型粘度模型和化学流变学模型,并应用正交实验设计技术和计算机辅助工程技术,按照反应成型分析流程通过MPI进行仿真正交实验,分析了工艺参数对浇注件质量的影响规律以及影响程度,在此基础上得到了优化的工艺参数组合,为质量控制的研究与实现提供了理论依据。(3)在分析VC过程中产生气泡的原因、特点和检测要求的基础上,针对现有气泡检测及消除方法的弊端,将机器视觉和图像处理技术相结合实现了气泡的实时监控。首先采用直接图像(DI)法利用CCD数字相机实现VC气泡检测,并通过VC++线程技术实现了气泡图像的连续采集;然后对相关图像处理算法比较的基础上确定适合VC气泡图像处理的算法,主要涉及中值滤波、自适应阈值二值化、Canny边缘检测等算法,尤其针对高重叠大变形的气泡特征提取,提出了一种气泡边缘像素比例算法,较好地解决了重叠气泡的信息丢失问题。(4)针对VC工艺过程的非线性、多变量的特点,提出了一种以人工神经网络与模糊逻辑控制为基础的适合于VC质量预测的模型及方法。根据基于Takagi-Sugeno模型的模糊神经网络结构及其学习算法,建立浇注件的质量预测模型,并利用该模型进行差压式VC工艺推荐及调整,实现浇注件质量控制。(5)在上述理论与方法研究的基础上开发了一台物理样机——V450N-VD型真空注型机,并对该物理样机进行了一系列系统功能测试实验和工程应用测试实验,以验证系统的可行性和先进性。