注塑成型是一种重要的塑料加工手段，获得高质量的塑料制品是注塑成型过程控制研究的重要目标之一。作为一种典型的小批量、多产品间歇生产过程，注塑过程具有多变量、多工序、非线性、非平稳、周期性等显著特点，易受各种干扰和不确定因素的影响，导致制品质量出现波动。注塑过程产品在线质量控制仍存在一些尚未得到完全解决的关键问题，譬如：(1)如何深入挖掘并充分利用注塑成型过程数据的内蕴信息；(2)如何提高产品质量软测量模型的精度；(3)如何针对小批量生产任务快速制定合理的质量控制与优化策略。针对上述问题，本文开展的研究工作和取得的关键成果总结如下：1.总结了注塑过程质量控制的研究现状。首先，对质量控制的三层次结构、开环质量控制和闭环质量控制进行详细的阐述；其次，重点针对在线闭环质量控制问题，从工艺参数优化、基于模型的优化控制和无模型优化控制三个角度讨论了国内外的研究现状；最后，对注塑过程质量控制的发展趋势和发展瓶颈进行分析和展望。2.研究了基于流形的注塑过程数据降维与特征分析方法。考虑高维过程变量数据的非线性降维聚类以及低维操作变量数据的内蕴拓扑结构挖掘等问题，提出应用拉普拉斯特征映射(LE)解决高维数据聚类问题，并分析了注塑过程低维操作变量的空间性质，提出应用基于黎曼流形的自然梯度方法解决无模型质量控制优化问题。3.提出并实验验证了一种基于工况识别的注塑过程产品质量软测量建模方法。离线建模时，采用LE方法挖掘高维数据的低维流形结构，分析数据内在的多工况分布特性，应用MeanShift方法进行工况聚类，建立基于粒子群参数寻优(PSO)的偏最小二乘支持向量机(PLS-LSSVM)软测量建模策略；在线应用时，提出一种基于Mean Shift原理的在线工况识别方法，能够快速准确地完成在线样本的工况识别。4.提出并仿真验证了一种基于自然梯度的注塑过程质量控制无模型优化方法。从黎曼流形和随机优化的角度，直接利用历史操作变量值和产品质量测量值，迭代搜索满足质量控制优化目标的最优过程参数设定值；同时提出了一种适用于注塑过程的自然梯度估计算法，并提出一种基于黎曼测地距离的多变量迭代灵敏度矩阵，自适应地调整优化算法中的搜索步长。