在激烈的市场竞争中,企业通过产品的多元化满足客户的需求。复杂多品种制造系统的出现正是为了适应复杂多变的市场需求,制造各种令客户满意的产品。本文分析了以半导体封装制造系统为代表的复杂多品种制造系统,并指出其产品、设备、产量、生产组织形式等方面的特点。对多品种制造环境下的质量管理所面临的问题和挑战进行了深入研究。针对问题本文首先回顾了国内外关于多品种制造系统制造管理的有关研究成果。在文献回顾中对统计过程控制、数据挖掘、合格率管理等方面均进行了充分的分析探讨。在对国内外研究文献深入的分析和研究基础上,本文提出了基于数据挖掘的两层质量管理体系,包括质量监控层和质量改善层。充分阐述了质量管理体系的功能及其各个组成部分。本文以数据挖掘技术为核心,针对多品种制造系统的特点,提出了聚类分析方法与数理统计方法相结合的多品种制造过程统计过程控制方法。然后,将应用于一元变量的方法推广到多元变量状况。本文还针对多品种合格率管理和质量改善方面所提出的问题,提出基于k-means聚类的低合格率特征数据集的提取方法,以及问题点定位方法等。这些相关技术与方法有机的整合在质量管理体系中,构成一个相对完善的多品种制造系统质量管理系统。本文分析了复杂多品种制造模式下产品合格率与自动化加工设备之间的关系。提出通过批合格率反映产品品种与加工设备之间适应程度的基本思路。在此基础上,本文提出在生产调度中综合考虑时间和质量两个因素的结合调度的质量管理思想,并提出了相应的二维调度方法。该思想将质量管理领域扩展到生产调度环节,从而更有效的提升制造系统的质量水平。本文对所提出的方法均进行了实证和仿真研究,以验证方法的有效性。通过实证研究证明本文所提出的方法能够结合实际问题,具有很好的可操作性和实际应用效果。对于一些无法实证的问题本文采用了仿真方法进行研究。从仿真研究的结果上看,本文所提出的方法能够实现提高制造系统质量水平的目的。最后,本文对所研究的问题进行了总结,并提出了进一步的研究方向和内容。