质量诊断与控制是质量管理的重要内容。控制图作为统计过程控制的重要工具，可以有效地监控生产过程，确定生产过程是否出现异常。对于多变量生产过程，如何根据多变量控制图的失控信号确定具体的失控变量，即多变量质量诊断是一个亟待解决的问题，也已经成为当前研究的热点。目前已经有不少学者提出了多变量质量诊断的方法，但是总有不尽如人意的地方。　　 本文在分析现有质量诊断方法和支持向量机特点的基础上，将支持向量机与残差控制图相结合，通过支持向量机来拟合多变量之间的关系，提出了一种基于最小二乘支持向量机(LS-SVM)的残差控制图，并给出了基于此进行质量诊断的方法。通过对实际案例和大量模拟数据的诊断，发现本文给出的诊断方法在诊断的准确性方面优于单变量控制图、主成分分析和基于多元线性回归残差控制图的诊断方法，在诊断的便捷性方面优于MYT正交分解的方法；通过ARL的比较，发现用LS-SVM残差控制图直接监控多变量生产过程，对生产过程的失控可以迅速的给出失控信号，同时可以比较准确的确定失控变量；另外，本文的诊断方法在小样本情况下依然可以给出准确的诊断。