产品的质量安全问题一直是相关政府部门、企业和消费者关注的重点领域,质量追溯系统实现对产品全程信息进行质量追踪、追溯的功能,在产品质量监管方面受到了政府和企业的重视。目前的质量追溯系统主要实现对标识目标的各个处理、运输阶段的信息进行记录,为用户提供数据追溯查询和目标物品地点的追踪功能。但对于企业来说,除了知道物品的处理进度和位置等信息,更希望在发现质量事件时,能够通过历史信息自动、快速的找到原因,最快的采取措施,从源头解决问题,最大程度的降低影响和损失。本文根据这一需求设计一种自动追溯方案,实现在对历史信息进行学习的基础上,利用RFID获取到相关信息进行质量事件原因的自动追溯,为质量追溯系统的发展提供一个新的研究方向。首先,对产品的生产处理过程和质量追溯的特点进行了分析和对比总结,明确了使用隐马尔可夫模型对质量事件原因自动追溯定位的可行性。根据质量追溯对领域知识关系的需求和过程本体对领域知识结构化、层次化描述的特点,设计了从过程本体中解析领域知识关系的方法。通过对本体中的知识关系进行解析和质量追溯的需求实现生产流程建模。然后,根据生产流程建模得到的生产流程结构图建立质量追溯需要的样本数据结构,根据样本数据结构将RFID获取到的历史信息整理为样本数据。在样本数据基础上实现隐马尔可夫模型参数的学习,为质量追溯提供模型基础。利用隐马尔可夫模型进行事件原因自动推理定位,同时根据追溯到的事件原因给出合理的处理建议,最终形成一套完整质量事件原因自动追溯定位方案。最后,根据医院消毒供应中心医疗器械无菌化处理的应用场景,设计并实现了一个消毒供应中心质量追溯的验证系统。实现了本文的追溯方案和算法,对追溯算法的效率进行了验证,证明了基于本体知识的质量追溯系统的应用价值。