注塑成型过程是一个典型的多阶段间歇工业生产过程。在间歇生产过程中,产品的质量很难在线测量,许多质量指标只能通过事后实验室的各种测试化验来获得,而这些化验结果往往严重滞后于生产过程本身。注塑成型过程中大量的在线测量信息,除了能够反映过程运行状态之外,也蕴含着和注塑成型过程最终产品质量相关的信息。因此,可以从注塑成型过程的历史数据中挖掘出过程变量测量值和产品质量测量值之间的具体关系,进而实现不可在线测量的产品质量的在线预测。多向偏最小二乘(MPLS)方法广泛应用于间歇过程产品质量预测。但是,对于具有多操作时段的间歇生产过程,通常各操作时段分别具有不同的过程特性,因此若将所有时段放在一起建立一个MPLS质量预测模型,无法正确反映各个时段对最终产品质量的影响。若能对具有多操作时段的间歇生产过程进行正确的时段划分,再分别对各个时段分别建模,必然会提高模型描述的准确程度。针对间歇过程的多时段特性及MPLS方法的缺点,本文提出一种改进的基于MPPCA的时段划分算法,实现了生产过程的子时段划分。在深入分析生产操作机理的基础上,结合生产操作数据确定了与产品质量相关的关键时段及关键变量,建立基于子时段的MPLS的注塑成型过程质量预测模型,实现了注塑成型过程产品质量的在线预测,仿真结果证明了提出方法的有效性。最后本文以注塑机生产过程为背景,以C#、数据库和matlab为主要开发工具,实现了注塑成型过程质量预测实验平台的设计与开发。该平台的设计与开发为基于多元统计的产品质量预测方法的实验验证奠定了坚实的基础。