竞争日益激烈的21世纪,质量已然成为衡量一个企业健康发展的重要因素,质量水平的高低决定了一个企业的经济实力。在众多企业的发展过程中,特别是生产制造业,也逐渐重视生产过程的质量管理和控制。以汽车零部件制造业为例,在汽车零部件的生产过程中,越来越多的企业采用统计过程控制技术来进行质量控制和诊断,进而提高产品的质量水平。然而,在现代的汽车零部件制造业中,由于一些高精尖零部件的制作要求,其工序数据特征值不服从正态分布,比如喷油器喷孔的孔径大小和火花塞工序中的漏气率等。针对这类工序,倘若仍然采取传统统计过程控制技术,并不能达到理想中的质量控制成效。因此,需要研究非正态分布下新的控制技术和方法,对整个工序生产制造过程进行质量监控和诊断。本文以传统正态统计过程控制图(包括选控图)和过程能力研究分析的的基本理论为理论基础,首先介绍了工序数据特征值服从正态分布下,传统常规控制图和选控图的基本概念、判断准则和控制界限等,以及过程能力的基本概念、指数评价和指数评价适用条件,通过对相关中外文献的梳理,选取汽车零部件为研究对象,以汽车零部件生产过程数据特征值服从非正态分布为出发点。然后针对汽车零部件生产制造业,利用Minitab模拟数据提出服从非正态分布的数据特征值采用传统SPC控制图会产生的误判现象。因此详细分析了Box-Cox转换函数以及Box-Cox转换数据的过程,在Box-Cox转换函数的基础上提出新的非正态数据转化方法。结合两种数据转换方法进行对比分析,并选取Box-Cox转换方法作为本文的主要数据转换方法。根据转换后的数据,利用Minitab绘制相关的常规控制图和选控图,进行过程能力评价,完成整个工序的质量监控和诊断的过程。最后,论文会结合M汽车零部件制造公司进行实证研究,采集M公司喷油嘴喷孔的孔径的相关数据,并对数据进行正态性检验,用实例说明非正态分布下工序数据特征值的质量监控和诊断过程。同时在5M1E的质量管理因素基础上,结合鱼骨图,分析汽车零部件工序参数服从非正态分布下质量管理中出现的问题,进而提出汽车零部件领域质量改进的方案建议。本文从理论和应用两个角度对汽车零部件制造过程的质量监控和诊断进行分析,并提出适合工序数据特征值服从正态分布下的质量监控和诊断方法,所研究的方法将极大地改进汽车零部件制造过程的质量管理效率,对于提高产品质量,降低质量损失,提高企业的市场竞争力具有十分重要的意义。