本文从多变量统计过程控制(MSPC)的应用性出发，探讨现有方法在过程控制两类典型生产过程——连续生产和间歇生产中实际应用及其存在的问题，提出解决方案，并尝试对主元的意义作出物理解释，使得多变量统计过程控制更具有实用性。本文主要内容有： 1、简单叙述了质量管理与统计过程控制(SPC)的关系，综述了其应用与发展的现状及发展特点，介绍了SPC的基本概念、主要类型、基本方法和实施过程。 2、介绍了几种用于多变量统计过程控制的数学工具，包括主元分析及多向主元分析、主元回归、部分最小二乘等方法。重点介绍了主元分析和多向主元分析的方法，指出了主元分析的实质，提出几种主元分析的计算方法以及应用领域，和对主元的物理含义进行解释的意义和方法。并以此为基础，介绍了主元回归和部分最小二乘方法。对于连续生产过程，可以采用普通的主元分析方法进行过程数据分析；对于间歇生产过程，则可以采用多向主元分析的方法进行过程数据分析。本文在多向主元分析的基础上提出了滑动窗口多向主元分析方法。 3、介绍了单变量统计过程控制方法及其所固有的局限性，概述和总结了多变量统计过程控制中的主要统计量和基本分析处理方法，为对实际生产过程的监控提供了方向。 4、分别以农药原料亚磷酸二甲酯生产过程和间歇冷凝结晶生产过程为应用背景，介绍了多变量统计过程控制在连续过程和间歇过程中的应用。对于亚磷酸二甲酯生产过程，论述了对其进行多变量统计过程控制的意义，对该生产过程的物性参数和初始数据进行了推导和估计，并在经过简化的生产控制模型基础上进行了多变量统计过程监控和诊断仿真。对于间歇冷凝结晶生产过程，以其仿真程序为数据来源，应用滑动窗口多向主元分析方法进行统计过程控制，说明该方法在间歇过程的监控和诊断中的作用和特点。 5、最后对统计过程控制中值得继续研究的方向和发展前景进行了展望。