要解决这个问题，我们需要进行假设检验，确定样本结果是否显著偏离总体假设。以下是解决该问题的步骤和分析。

### 1. **假设检验的设定**

- **原假设 (H0)**: 样本均值等于总体均值，即 \( \mu = 100 \)。
- **备择假设 (H1)**: 样本均值不等于总体均值，即 \( \mu \neq 100 \)。

因此，选项 A 是正确的。

### 2. **确定拒绝域**

这是一个双侧检验，因为我们想知道样本均值是否与总体均值有显著差异，而不是指向特定方向（大于或小于）。使用给定的 t 分布临界值 \( t_{0.025}(15) = 2.13 \)，我们可以确定拒绝域。

- 拒绝域为：\( |t| \geq 2.13 \)

因此，选项 C 是正确的。

### 3. **计算 t 统计量**

公式为：
\[
t = \frac{\bar{x} - \mu}{s/\sqrt{n}}
\]

其中：
- \(\bar{x} = 110\)（样本均值）
- \(\mu = 100\)（总体均值）
- \(s = 10\)（样本标准差）
- \(n = 16\)（样本大小）

代入计算：
\[
t = \frac{110 - 100}{10/\sqrt{16}} = \frac{10}{2.5} = 4
\]

### 4. **进行假设检验**

计算的 t 统计量为 4，显然大于临界值 2.13，落在拒绝域内，因此我们拒绝原假设。

- 结论：我们拒绝原假设，可能生产线出现了问题。

因此，选项 D 是正确的。

### 综合分析

正确选项为：A, C, D。原假设设定为均值等于100，双侧检验的拒绝域为 \( |t| \geq 2.13 \)，计算的 t 统计量为 4，落在拒绝域内，因此我们拒绝原假设，说明生产过程可能存在问题。