针对市场经济环境下,制造业对批量工序产品质量检测表现出的市场需求,以及现有检测方法因存在检测不完备、高成本、在线检测实施难度大的问题而表现出的技术需求,以批量钻削加工工序质量检测为例,从加工过程信号的角度研究批量工序质量检测方法。主要完成的研究工作如下:1、批量钻削工序阶段模型构造及钻削质量影响因素分析。一方面通过实验,研究钻削过程的阶段特征及其在主轴功率信号和声信号中的表现,提取瞬态时间特征并建立起各阶段与信号在时间上的同步关系;另一方面从理论上分析批量钻削质量的评估指标和影响因素,以及它们在钻削过程信号中的表现。2、批量钻削工序过程信号分析及其特征提取。结合实验采集到的过程信号和阶段特征分析,应用信号处理技术,根据瞬态时间特征从过程信号中截取与钻削质量关系密切的阶段信号,并从中提取时域统计特征,同时通过小波包分解提取声信号的频域能量特征。将得到的批量钻削工序瞬态时间特征、时域统计特征和频域能量特征分别绘制曲线图,并进行初步讨论分析。然后对各特征归一化处理,进一步构造出描述批量钻削过程的特征矩阵。3、基于多维信号特征聚类的批量钻削工序质量信息挖掘。分别以提取到的瞬态时间、时域统计、频域能量特征以及由三者构造的综合特征为对象,应用K均值聚类技术分析各特征条件下的批量工序质量分布。并对比实验中逐一质量检测结果,评估聚类分析的准确度,得出基于综合特征的聚类分析准确度最高,达到97.22%。同时,应用凝聚层次聚类技术进行基于综合特征的批量工序质量分析,讨论了以不同类属性作为聚类依据时的分析效果,结果显示基于类间极大距离邻近的凝聚层次聚类准确度最高,达到94.87%。本文将批量工序质量检测分解为质量评估的数据采集层和数据分析层两个层面,在数据采集层,以加工过程信号的采集代替传统的工件质量参数采集;在数据分析层,考虑过程信号分析的无指导性,根据相似性原理,研究适合于批量工序质量分析的聚类方法,并通过分析聚类结果的纯净度来评估该方法的准确度,分析结果显示,该方法检测批量工序质量的准确度可达97.22%。