近年来，多元自相关控制图的研究已引起了专家学者们的广泛关注，对于多元自相关过程的处理方法，常见的有主成分分析，多元CUSUM控制图，多元EWMA控制图等。多元自相关控制图是针对于一种产品的多种属性，并且属性具有自相关性的特征，但是在很多流程工业生产中，会有许多联产品，如石油工业中会有煤油和汽油作为联产品，肥皂生产企业中会有肥皂和甘油作为联产品，稀土分离企业中会有易萃组分和难萃组分作为联产品，但是多元自相关控制图的尚未应用到联产品的过程质量控制，因此需要探索改进多元自相关控制图将其应用于联产品的生产过程质量监控。关于联产品的研究主要有成本核算，生产计划，稀土产业可持续发展等等，并未将控制图应用于联产品的过程质量控制上。本文以稀土分离企业为背景，抽取联产品特点，通过绘制显著影响联产品的关键技术参数的控制图来监控生产过程是否处于统计控制状态，用模式识别来诊断关键技术参数控制图统计失控的原因。首先选用A稀土分离企业联产品在有机相和水相出口的联产品的纯度自相关数据，分别绘制单一产品的指数加权移动平均控制图（ExponentiallyWeighted Moving Average，EWMA）和联产品的多元残差T2控制图，并将两类控制图进行对比分析。其次，对多元残差T2控制图发现的异常模式（持续高位、持续上升等），采用支持向量机模型对多元残差T2控制图的异常模式进行分类处理，以发现产品残差T2值同料液、有机相流量、水相流量等之间的分类规则。以多元控制图报警信号对应的质量特性数据及相应的特征值作为输入样本，提取其中的50%作为训练集，剩下的50%作为测试集，使用训练集数据经过SVM训练，提取出一个分类模型，其次使用得到的这个分类模型再次对测试集进行模拟训练，并进行类别标签预测；最后在分析SVM参数对其分类性能影响的基础上，构造了PSO-SVM分类器，提出采用粒子群算法（ParticleSwarm Optimization，PSO）对SVM参数寻优，并对得出的结果进行对比分析。稀土分离A企业算例结果显示，本文开发的联产品多元残差T2控制图可用于监控稀土分离工艺生产，本文的模式识别可以诊断引起联产品多元残差T2控制图出现异常的原因，可以克服原来调整各个产品控制图异常的生产过程。