质量是企业立足于市场的重要保证。传统的质量控制主要依赖于人员事后检验,防止残次品进入下一工序,浪费无法避免。统计过程控制(Statistical Process Control, SPC)是一种运用统计方法监控生产过程的技术,很好的弥补了事后检验的不足。但是传统的SPC是基于质量特性值服从正态分布的前提下,如果采用传统的SPC分析非正态样本数据,将会造成错误的警报。基于上述情况,本文在介绍传统SPC的基础上,着重介绍了针对非正态分布过程的检验方法和应用研究。本文介绍了判定非正态分布过程稳定性的方法—曼·惠特尼检验法；非正态分布控制图的控制方法及应用；并详细探讨了非正态分布数据转化为正态分布进而判定过程能力的方法及应用,一种是Johnson分布系统百分比拟合法,并通过案例验证该方法的有效性；另一种是Box-Cox转换模型；还介绍了如何用Clements方法进行非正态分布过程能力分析。并对上述三种方法进行了比较。过程能力指数是判定生产过程能否生产出高质量产品的重要指标,也是进行分析、改进工作的基础。本文最后以项目实施验证了SPC检验方法的实用性。文中通过发动机曲轴外径质量控制、发动机外壳缺陷质量控制进行了实例分析,该项目能提高产品的质量稳定性,降低产品缺陷率,且大大降低劳动强度。实现各部门数据共享及生产过程全面监控,做到产品质量追踪,预防不合格品的产生。该检验方法能很好的解决实际生产问题,对于保证产品质量具有重要的意义。