在我国制造业转型升级,市场动态多变、以及竞争日趋激烈的背景下,可靠的产品质量已经成为一个企业实现发展、适应市场变化的关键因素。但由于影响产品质量的因素的复杂和多变性,使得人们很难对产品的质量影响因素去定位和溯源。在影响产品质量的众多因素中,有的可能单独影响产品的质量,有的可能存在组合效应,共同影响产品的质量,为了发现众多影响质量因素的其中关联,消除引发质量异常的原因,控制产品质量,必须对影响产品质量异常的原因进行深入探索。由于产品质量的波动服从一定的统计规律,论文旨在利用统计过程控制方法(Statistical Process Control,SPC)去发现质量异常波动,当检测到质量发生异常时,利用系统图法作为分析工具。将可能影响质量指标的所有因素进行罗列,通过制定评价指标与实地调研综合评分法相结合的方法对影响因素进行排序,筛选出优先级别较高的关键影响因素。这种方法降低了原始信息的复杂程度,有利于对影响因素进一步优化。针对筛选出的关键影响因素,利用多元统计的主成分分析方法,借助SPSS软件将筛选得到的关键因素进行进一步的降维和简化处理,在原始信息丢失最少的情况下,综合为几个主要的异常原因。这几个主要原因分别代表某一方面的信息,相互独立,没有信息的重叠。在主成分分析的基础上,利用响应曲面分析方法对各主要原因进行融合效应分析。首先,结合响应曲面的方差分析,得到主要原因的主效应及交互效应,并对其显著性进行评价。然后,对异常原因进行溯源与调整优化:对不存在交互效应的主要原因进行单因素优化;对交互效应显著的主要原因,利用回归与方差分析得到交互效应的显著性程度顺序及有效的质量指标回归预测模型,根据显著性顺序可以对异常因素进行溯源,同时利用回归模型可以对质量指标进行预测;借助因素交互效应作用规律图,实现对各因素的调整优化。最后,利用多因素融合的质量异常原因分析方法对某汽车零部件制造企业的X型缸体低压铸造过程进行了研究,验证了该方法的可行性和有效性。