企业面对激烈的市场竞争，企业产品的质量是保证其在市场中成为具有核心竞争力的重要因素之一，由各加工工序质量的累积形成的质量问题是产品最终质量问题的重要组成部分，因此工序质量是产品最终质量优劣的关键之一。如何建立机加车间的质量管理体系，如何控制和提高生产过程中产品的质量，减少生产的实际结果与计划期望之间的差距，已成为当前产品质量控制领域的研究热点。论文在建立一种机加车间质量管理系统体系结构的基础上，对影响工序质量的基础数据进行分析，明确关键影响因素，确定因素权重，然后用神经网络技术进行质量预测，进而进行工序质量控制和反馈。主要研究内容包括以下几个方面：首先，在深入分析机械加工制造企业的生产特点及其车间质量控制存在的问题的基础上，提出并建立了一种面向机械加工制造企业的六层车间质量管理系统体系结构，并形成了相应的运行流程。其次，运用关联分析法确定影响工序质量的关键因素，根据生产过程中的基础数据对关键因素进行权重确定；用BP神经网络技术理论，在产品生产制造中的质量检测数据的基础上，建立一种机械加工制造车间质量预测模型，然后依据产品的质量预测信息，对影响因子进行调整或者改变生产计划进行合理的生产，并根据生产结果对车间质量进行事后控制和评价。最后，在车间质量控制模式以及质量预测模型的基础上，设计和开发了机械加工制造车间产品质量管理系统，作为制造执行系统的重要组成部分，在某机械加工制造企业车间产品质量管理中进行了具体应用。