为了适应市场的变化,大多数中小企业的生产模式已经由大批量生产转变为多品种小批量生产,而且以市场和用户的需求为导向的订单型生产成为了中小型企业的主要生产方式之一。订单型制造企业从接到订单开始,要经过产品的设计、制造、销售和服务等环节,才算是完成了产品实现的全过程。对于订单型制造企业来说,质量是关键。产品的质量存在于产品实现的全过程,为了保证产品的质量,研究订单型制造质量管理系统具有重要意义。为此,本文对订单型制造质量管理系统的关键技术进行了详细的研究。本文完成的主要工作有：1、阐述了质量管理的含义与制造企业的特点,设计了订单型制造质量管理系统的功能结构,分析了该系统实现过程的关键技术。2、针对订单型制造的质量特性数据少的特点,提出了基于成组技术建立质量控制图和计算过程能力指数计算的模型和算法流程,利用相似理论的优势来解决订单制造数据量少的短板,并将它应用于制造过程质量的控制环节。经实例证明,上述的办法是可行的。3、提出了用BP神经网络来解决控制图的模式识别问题,论述了用BP网络对控制图进行模式识别的步骤并进行了仿真分析。仿真结果表明用BP神经网络对控制图进行模式识别对订单型生产的情况是适用的。4、用模糊评价法对制造过程中的两种设备选择质量进行了评价,给出了模糊评价的数学模型和算法流程,并进行了实例研究。实例研究表明用模糊评价法进行制造过程中的设备选择是可行的。