近年来注塑行业由于广阔的发展前景和庞大的市场需求,在我国得到了飞速发展,占据了我国轻工业的重要地位,成为国民经济的支柱产业之一。但我国的注塑行业与发达国家相比仍然具有很大的差距,存在着低附加值、低技术含量等问题。随着大数据、物联网以及人工智能等信息技术的不断发展,我国提出了智慧工厂和数字化车间的概念,将物联网技术应用于注塑行业中。当前注塑信息化主要是通过新型传感器采集大量的工业数据,由于注塑成型过程产生的时序数据存在着产生频率快、数据量庞大和具有时间顺序的特点,此类系统难以对注塑数据进行高效处理、存储和应用。在注塑智能化方面,如何利用人工智能技术提高注塑生产的效益越来越重要。对于复杂的注塑过程,各种参数调整和扰动的发生都可能造成注塑制品质量缺陷的产生,故快速、有效对注塑制品进行质量缺陷预测,有助于提高产品的质检效率,减少生产故障造成的经济损失。基于以上问题,本文结合注塑成型过程的具体特点以及物联网、大数据等技术,设计并实现了面向注塑成型过程的时序数据处理与质量预测系统,有效地促进了注塑行业的数据共享与交换,在降低注塑成品的次品率,推动注塑行业朝着信息化和智能化发展上具有一定意义。本文研究内容具体如下:（1）研究消息队列遥测传输协议（MQTT）的基本概念及工作原理,基于MQTT协议设计注塑时序数据的传输模块,实现注塑场景下的消息传输的低开销、低宽带占用。同时使用Influx DB时序数据库对MQTT协议传输的时序数据进行高效地存储。（2）针对注塑成型过程产生的庞大工业数据,本文提出使用ECharts搭建时序数据的可视化架构,实现对海量注塑数据的可视化读取、修改和在线监控。（3）结合注塑过程的具体特点,对历史时序数据进行预处理和特征提取,提出基于SMOTE过采样的XGBoost制品质量预测算法实现对注塑成品的质量预测。（4）设计实现基于分布式架构的注塑成型时序数据处理与质量预测平台系统,以Spring Boot框架为基础,结合Nginx、Dubbo和Zookeeper等技术对各模块进行解耦,提高系统的拓展性和稳定性。最后对本文系统进行性能测试,表明了本文设计的面向注塑过程的时序数据处理与质量预测系统具有可实现性与高可靠性,存在一定的实用价值。