制造领域的加工质量问题不仅关系着企业本身的生死存亡，同时也对其他相关行业的发展有着直接的影响。本文着眼于机械加工质量控制，对加工设备状态监测与统计过程控制的某些关键技术进行了深入研究，提出了两者集成的策略，在此研究基础上建立了面向车间的网络监控系统，并在某企业进行了试验与应用。论文的主要研究工作如下： 以磨削过程为监测对象，提出了基于加速度传感器、声发射传感器以及电流互感器的多传感器监测方案；通过小波包分解和人工神经网络技术对磨削振动异常进行预警和诊断，改善了传统方法对未知模式振动异常无法判别的弱点；对金刚笔钝化的识别进行深入研究，引入支持向量机技术进行钝化程度的判别；此外还提出了通过声发射信号辅助对刀的方法，以解决磨削加工中对刀精度难以保证的问题。 对统计过程控制工具中的控制图、直方图识别的关键技术进行研究，以提高质量控制的自动化水平。使用人工神经元网络进行控制图异常模式识别时，提出了基于AR谱的频域数据编码方法，克服了时域编码难以降低数据复杂程度的缺点；利用Fuzzy ARTMAP人工神经网络识别控制图、直方图异常比传统方法具有很大的优越性。提出了合理的直方图模式仿真方案，在直方图模式识别等相关研究领域有重要的价值。 通过对比设备状态监测和统计过程控制在质量保证中的优缺点，对两者集成的必要性和可行性进行了说明，提出了将状态监测与统计过程控制技术进行集成与融合以保证加工质量的方法。与传统的单独使用其中某一种技术相比，两者的加工过程和质量信息进行共享、互补、融合，可以使有效信息得到最大程度的利用，为制造企业提供了新的质量保证方案。 将企业网作为信息交换共享的平台，通过虚拟仪器技术开发了车间级状态监测与质量控制系统MoniSysOnline。该系统采用服务器一客户端一现场监测仪的架构，良好的扩展性保证了可以方便添加新的分析诊断方式，底层消息机制、数据存储机制、网络传输机制等关键技术的实现是保证系统的稳定高效运行。 根据企业的实际需求，开发了现场监测仪，远程诊断模块，历史加工状态查询分析模块，控制图、直方图、过程能力指数分析诊断模块以及磨削知识库模块等加工质量保证工具，为系统进一步应用推广奠定了基础。