随着制造产品质量需求不断提高，机械制造过程中对设备状态和产品过程质量进行监测已经成为制造自动化及质量提前控制的主要手段，其中质量监测系统中传感器的优化布置和信息的有效利用已成为提高机电设备状态检测和质量监测精度的关键问题。本文在对制造系统自身特性分析的基础上，针对如何优化传感器布置、如何利用信息融合技术实现多传感器信息的综合利用、如何构建制造系统质量监测系统实现对过程状态及质量的有效监测等问题进行研究，将有效地提高设备状态检测和质量控制的准确性和实用性，推动状态检测和质量控制理论的发展和应用。　　 首先，对制造系统自身特征及质量监测系统所需测试信息进行了分析，包括制造系统质量影响因素、设备状态参数、质量特征参数等，为监测参数的选择提供了依据。在传感器优化布置原则及标准分析的基础上，提出了以加工质量监测传感器系统总失效概率最小为优化目标，质量故障因素可观测、质量故障因素检测率和虚警率为约束的加工质量监测多约束传感器布置优化模型，并给出了机床切削传感器优化布置的应用实例。　　 其次，研究粗糙集和D-S证据理论的信息融合方法在制造过程质量监测中的应用，将粗糙集方法运用到制造过程质量诊断中，以加工参数和质量特征作为数据源，建立了基于粗糙集的质量诊断模型，实现过程质量的诊断，为制造过程质量控制提供依据。将粗糙集约简后的属性作为制造设备状态诊断的证据，再利用D-S证据理论对证据进行融合，实现对设备状态的诊断。　　 最后，以机床外圆切削为对象，进行了变加工参数及颤振模拟实验，得到多测点传感器信息，并将前文提出的粗糙集与D-S证据理论集成的信息融合方法应用到颤振状态诊断中，获得了很好的诊断效果。同时通过对变参数工况下测点信息的变化规律分析，及粗糙集属性约简结果，验证了文中传感器布置优化结果的有效性。