在工业生产中,统计过程控制(SPC)在质量管理中的重要性已被广泛的认可,但是有很多过程分布状态很难应用统计过程控制,比如非高斯、非线性、非参数等分布,本文提出一种新的基于贝叶斯状态方程的统计过程控制方法,利用粒子滤波(Patical Fileter,PF)提供后验估计,并应用基于Mann-Whitney(MW)算法的非参数控制图(PF_MW控制图)来监控生产过程。粒子滤波的作用是对状态进行估计,从而修正测量系统以及先验估计的误差。Mann-Whitney(MW)算法是一种非参数检验方法,它的作用在于能够检验两个非参数分布是否属于同一分布。当样本数量大于25时,Mann-Whitney(MW)算法的统计量服从正态分布,我们用休哈特控制图来控制这种统计量,从而提出了新的PF_MW控制图。最后,本文还用仿真对新控制图的性能与传统的休哈特控制图进行比较。仿真结果显示,在非参数分布中,PF_MW控制图在“可以接受的良好”状态下平均运行长度(Average Run Length,ARL)远远高于休哈特控制图,而在过程均值发生偏移时其ARL迅速减小,能够迅速发现过程偏移。表明这种PF_MW控制图有着良好的性能。本文最后将这种控制图的优点、局限性做了总结,得出一些有用的结论,并对该控制图的未来发展做出展望。