本发明涉及一种基于DCGAN的线性轮廓过程质量异常监控方法和系统，包括离线训练阶段和在线监控阶段，离线训练阶段中，分别采集历史正常运行状态和异常状态下的线性轮廓过程数据，并对样本进行扩增，基于扩增的样本对卷积神经网络进行训练，在线监控阶段中，根据训练完成的卷积神经网络进行过程异常检测，通过将深度卷积生成对抗网络应用于线性轮廓过程质量异常的监控中，可以解决人工提取特征有限的问题，可以提高了对线性轮廓过程质量异常的监控效率，可在不平衡数据集的情况下对历史数据进行训练，保证了对样本数据量较小的异常过程识别精度，使用卷积神经网络也可以有效的提升线性轮廓过程质量异常监控的效率。