本文研究的是以识别、诊断、修正为一体的统计过程自动控制系统中的质量控制图模式识别部分,其主要内容包括以下几个方面:论文研究了基本的BP网络理论及其存在的缺陷,阐述了三种改进的BP算法.通过实验对比,确定尺度化共轭梯度算法对质量控制图模式有很强的识别能力,仿真结果表明该算法参数少、搜索速度快、识别准确率高.论文研究了基于尺度化共轭梯度算法的质量控制图模式识别方法.研究了质量控制图异常模式参数估计的有效方法.参数的识别为统计过程控制自动化系统的诊断提供了定量分析的依据.论文研究了在MATLAB语言环境下质量控制图自动识别系统.通过开发系统的人机界面,用户可以方便地在系统界面上修改网络的结构和参数,选择不同的算法.同时,用户也可以修改样本数据,对于不同的样本,用户可以重新对网络进行训练,以达到最好的训练结果.所设计的系统通用性较强,使用方便,为系统应用于在线实时检测打下良好的基础.本文提出了质量控制图模式及参数的智能识别系统,该系统的提出,为统计过程自动化控制系统的实现打下了良好的基础.