随着中国汽车工业的迅猛发展,尤其是近年来新能源汽车广泛的推广,加快了汽车产的发展,车企为了提高竞争力,对汽车零部件的质量要求的重要性提上一个新的高度。因此汽车零部件企业的产品质量管理成为公司持续发展的基础,是一项值得研究和优化的课题。F公司作为一家外资汽车零部件制造企业,在亚洲有多家工厂,服务于全球80%的整车厂,因此不管是内部还是外部对产品质量提出了更高的要求,F公司有一套自身的质量管理体系,初步具备一定程度的自动化生产线,工厂的信息化平台覆盖程度一般,在生产质量管理方面的数据化及一般传统检测方面,对计算机辅助等工具相对欠缺。因此本文以F公司为研究对象,基于F公司当前的质量产品现状,从质量管理体系,质量管理理论,计算机应用相结合等方面提出了优化方案。论文从工厂的实际生产过程和公司自身的质量管理体系,通过国内外质量理论知识,对质量管理方法和质量工具进行了摸索,F公司在生产中的质量管理的特点、主要影响因素,发现不足之处,应用全面质量管理、精益生产、失效模式等质量方法,对工厂质量管理体系进行了优化。当下在国家智能制造的大背景下,企业也意识到需要借助于信息化平台、机器学习技术来提高对产品质量的优化。论文将全面分析工厂生产环节,通过生产环节中质量管理的现状,发现工厂面临着产品质量问题解决效率不高、瓶颈工位较多、部分工位良品率低、质量培训不充分、赶工时质量偏差、执行力差等诸多问题。根据当前现状,论文采用结合访谈,调研,提出了针对性的改进措施:比如优化质量管理体系,建立工厂的标准化,IT智能工厂建设、提高管理执行力等来对质量管理进行优化。