航天薄壁件是导弹、火箭等武器装备的重要零件,具有大长径比、高硬高强以及弱刚度、使用条件极端的特点。其制造过程涉及冷、热成型多种复杂加工工艺,成型过程具有动态性和不确定性。薄壁件加工质量精度要求高、质量影响因素多样,易产生质量一致性波动大的问题,直接影响导弹在恶劣、极端使用条件下的工作性能,一直是生产中面临的难题。因此,分析航天薄壁件加工质量异常的原因、实施干预措施具有十分重要的现实价值。航天薄壁件加工存在“产品-设备-工艺-检测”体系化的关系链,其中积累了大量类型多样,多源异构、时变特性数据资源。如何将这些海量离散数据转化成有价值的知识,并基于知识引导加工质量的原因分析,对提升壳体加工质量问题的认知智能分析与干预控制的应用起到非常重要的作用。对此,本文围绕影响航天薄壁件加工质量因素分析这一基础问题,开展航天薄壁件加工质量的语义知识集成与溯因推理的研究,主要包括薄壁件制造事件多源质量数据的细粒度知识图谱建模、质量知识图谱生成、质量知识的因果关系增强、基于因果知识的链路预测与质量溯因推理。本文主要贡献与创新点如下。（1）提出了一种面向航天产品多源加工质量数据的知识图谱构建方法。针对薄壁件在复杂长流程加工过程的质量数据多源异构、信息集成度低、事件动态变化、知识储量少的特点,构建了基于加工事件的知识建模模型来模拟物理世界中薄壁件加工事件的连续演化过程,形成了具有全局性、多层次关联的细粒度质量知识描述空间,并设计了面向工业表格文档、时序数据记录、探伤图像等多知识源的知识图谱化方法,进而建立了一种基于邻居采样图匹配卷积网络的知识融合模型,形成集成多流程加工资源的质量知识图谱,为薄壁件加工质量因果推理提供知识依据。（2）提出了一种基于质量知识图谱的因果关系增强学习方法。针对薄壁件加工场景质量问题与影响因素间因果相关性弱特点,基于因果科学论的后门调整策略,设计质量知识图谱的结构因果图模型,并借助和积网络机制建立了质量因果关系增强学习方法,去除“伪相关”干预因素,实现了对加工质量知识图谱中因果知识间关系效应强弱的等级划分,形成了用于支持薄壁件加工质量缺陷溯因分析的因果关系增强知识图谱。（3）提出了一种基于因果增强知识图谱的薄壁件加工质量溯因推理方法。针对质量知识的语义链路不完备,使得质量问题追溯困难,难以有效分析主要因素,首先设计面向薄壁件加工质量知识表示与链路预测模型,在实现将质量知识的语义向量化的同时,对质量知识潜在的隐含关系进行预测,从而补全了质量知识图谱的关系链路;进而提出了溯因推理模型,通过基于知识表示与链路预测模型将质量知识图谱转化为向量嵌入,并结合语言模型的问答机制,该机制充分利用因果关系知识来增强溯因推理的可靠性,为质量问题的因果分析决策提供了智能支撑。总而言之,本文着重分析了航天薄壁件加工多流程质量数据在知识演化建模、图谱生成、因果知识关系增强、智能推理过程中,逐步实现质量数据的语义信息集成与质量因素分析的科学路径,为加工质量知识图谱构建和质量问题的溯因推理提供了理论支撑。通过在上海某航天研究所的典型场景应用,验证了方法在提升航天薄壁件加工质量管理水平的有效性,证实了方法为薄壁件加工质量问题的因果分析提供了重要的理论价值与实践指导价值。