本发明提供的一种基于机器学习的智能产线产品加工质量管控方法及系统，首先，建立产品加工误差与复杂工况因素之间的映射关系，建立误差溯源模型，输出影响误差的主次要因素，给出误差补偿建议；由于超差尺寸与误差源之间存在复杂的非线性关系，且误差源错综复杂，采用传统的数理方法会导致误差溯源模型建立困难及实际应用效果较差，BP神经网络具有非线性映射功能，设计合理能够以任意精度逼近任意复杂的非线性映射，基于此方法建立模型步骤简单，且误差追溯精度大大提高。