间歇过程模态的合理划分能提升多模态质量变量预测模型的准确性，对保证产品质量具有重要意义。现有的模态划分方法没有充分考虑过程数据的非线性、时序性与动态特征，影响了模态划分结果的合理性。因此，提出一种基于非抽样提升小波包瞬时频率响应函数（undecimated lifting scheme packet-instantaneous frequency response function,ULSP-IFRF）的间歇过程模态划分方法。首先，利用非抽样提升小波包变换对间歇过程数据进行时频域分解，结合信息熵及模态划分评价指标构建最优分解层数判别规则；然后，引入小波域瞬时频率响应函数值表征间歇过程的动态时变特性，进而利用模糊C均值聚类算法对小波域IFRF值进行无监督聚类，实现间歇过程的模态划分；最后，通过青霉素发酵过程实验验证了所提方法模态划分结果的合理性。