随着“中国制造2025”战略的提出,我国制造业正在向信息化、数字化、智能化方向转型升级。在此背景下,汽轮机作为重型国防装备,生产模式向智能化转型的需求日益凸显。隔板作为汽轮机的关键件,装配工艺复杂,影响其装配质量因素繁多,使得其生产数据利用难度大,利用率低,进而导致隔板生产过程缺乏事前控制的量化依据,需反复进行修配才能达到质量要求,装配效率低。数据作为智能制造的核心要素之一,其价值创造是赋予制造“智能”的关键所在。为实现数据驱动隔板生产,最终实现智能制造目标,有必要利用智能化方法对汽轮机隔板装配质量进行预测及控制,创造隔板质量数据价值。本文以某汽轮机厂隔板的装配作为研究对象,为实现对汽轮机隔板装配质量有效预测及控制展开了以下研究。首先,对国内外关键质量特性识别、装配质量预测以及装配质量控制等方面的研究现状进行分析,建立汽轮机隔板装配质量预测及控制的总体研究框架;通过对隔板装配工艺及质量特性的研究,确定隔板装配质量数据集的特征和预测目标;基于隔板质量数据集的特点,对数据挖掘预测算法以及预测模型参数优化方法进行对比分析,确定以PSO-SVM来构建隔板装配质量预测模型。其次,针对隔板数据集维度高的特点,利用特征选择方法筛选影响隔板质量的关键质量特性,以达到降维效果,提高预测模型计算效率;通过对特征选择方法的研究,基于隔板质量数据集,给出一种基于Relief和GA-Wrapper链式组合算法的隔板关键质量特性识别模型。再次,基于隔板质量数据集,构建带核函数和软间隔的SVM优化问题;利用PSO参数优化算法,优化SVM相关参数;基于PSO-SVM构建隔板装配质量预测模型,给出一种基于预测模型的装配质量控制模式。最后,利用PyCharm、MySQL、DBeaver等开发工具,基于Python编程语言,设计并开发汽轮机隔板装配质量预测及控制系统,并以某汽轮机厂某机组隔板装配为例进行应用验证。通过隔板关键质量特性识别模型,分析影响隔板装配质量的关键质量特性;在此基础上,利用数据挖掘预测算法构建装配质量预测模型,为隔板装配质量事前控制提供量化依据,实现数据驱动生产,创造数据价值,对隔板生产转型升级,实现“智能制造”的目标具有一定的应用价值。