统计过程控制（SPC）技术发展到今天已经在工业中得到了广泛的应用，并且大量经典的单变量控制图已经被工业界广泛地接受。然而在近年来激烈的市场竞争中，为了满足消费者对产品质量与服务质量不断提高的需求，制造商和服务业在生产和服务过程中需要同时去监控多个质量特征，因此，在传统的统计过程控制技术发展及多元统计分析方法研究的基础上，逐渐就形成了多元统计过程控制（MSPC）。多元统计过程控制在很多文献中都有广泛的研究，并且取得了大量的研究成果，但是对于非参控制方案的设计仍然是一个具有很大挑战性的问题。在最近的研究中对于监控过程中的位置参数提出了一个新的非参数多元控制图，这个控制图的构造中控制线是由历史数据和监控过程中收集的当前观测值在线决定的，并且对观测值所服从的分布并没有过多的要求。研究表明当历史数据很少时，利用该控制图都能够实现很满意的可控运行长度，因此在实际中有非常重要的应用。然而在一个复杂系统的监控中，除了快速检测系统性能和关键参数的异常变化外，对于主要参数的精确故障诊断在涉及大量数据的各种应用中也变得越来越重要，而在最近提出的这种非参数多元控制图的研究中并没有进一步的去研究控制图报警后的故障诊断问题，也就是说它的任务主要集中在监控阶段，而对于引起控制图发生报警的具体原因并没有进行进一步的识别。因此，本文所研究的内容是在非参多元统计过程控制的研究基础上，利用基于LASSO的诊断框架，当控制图发生报警后，对其进行报警后的诊断分析。通过我们的研究就可以准确地确定非参多元控制图在什么时候发生了漂移，并且能够识别出漂移的主要成分或对变化起主要作用的因素。这就使得这个非参多元统计过程控制的方法在实际中能够有更好的应用，它不仅能够很好的监测一个生产过程，而且还能够帮助商业管理者和工程师快速而准确地识别和消除故障的根源，从而使产品的质量和产量都有所改善。