经过多年的发展,我国制造业规模迅速增长,但制造企业多处于传统的加工模式,存在过度依赖人工进行故障诊断等问题。为了尽快促进我国制造业迅速转型,提升离散型行业制造的数字化、智能化水平。因此,研究统计过程控制（Statistical Process Control,SPC）技术在质量过程统计系统中的应用具有重要意义。本文结合SPC技术和支持向量机算法（Support Vector Machine,SVM）,设计了基于物联网的质量过程统计系统,实现了生产过程数据的统计分析和故障在线诊断。论文主要研究工作如下:（1）根据企业的需求以及生产线的实际情况,设计了质量过程统计系统总体架构方案,确定系统架构包括数据采集端、服务器端和客户端三个主要组成部分,并分别提出系统各部分技术方案,用于实现数据的采集、存储、分析以及故障诊断功能。（2）采用三层C/S架构开发系统客户端软件,保证生产过程数据的安全性。针对质量控制的实时性和质量数据持久化问题,进行主从数据库架构设计,实现基于物联网的质量过程统计系统客户端监控。（3）利用基于SPC控制图的质量数据分析方法,对生产过程的受控状态和生产过程能力情况进行分析。为了解决传统控制图判异,需要消耗大量人工成本的问题,本文提出一种将多分类支持向量机应用到控制图模式识别中的在线故障诊断方法。该方法通过方向梯度直方图（Histogram of Oriented Gradient,HOG）对控制图进行特征提取,训练基于高斯径向基核函数的SVM模型。最终通过案例推理的方法根据不同异常模式映射到相应的故障点,完成生产过程的在线故障诊断。最后,为了验证系统性能,对系统进行了功能测试。测试结果证明:本文所设计的质量过程统计系统能够实现质量数据查询与导出、控制图生成、生产过程监控、故障诊断与报警等功能,能够达到预期设计目标。