在过去的四十多年中,数据校正技术已成为过程系统工程领域重要的研究内容与应用成果之一。数据校正技术广泛应用于石油化工、钢铁等流程行业,成为企业综合自动化系统的关键技术之一。随着过程系统工程研究领域的扩展,数据校正技术的应用对象也从传统的装置单元逐步扩展到企业级大规模对象的多个业务层面。然而数据校正的工业应用也面临着生产测量、系统建模与应用软件开发与实施等多方面的挑战。本文以石化行业为研究背景,就数据校正技术在流程工业中的应用研究,开展了一些工作,主要包括：通过分析数据校正应用的仿真研究需求,基于智能工厂仿真及优化集成平台,提出了智能工厂多层次数据校正仿真系统的设计。该系统旨在为数据校正的工业应用提供一个灵活的测试评价研究环境,支持基于工厂级对象的多个层次不同模型复杂度的数据校正算法及求解策略研究。文章阐述了系统功能模块的设计与实现并进行了仿真实验。以石化企业物料平衡为业务背景,提出了一种石化企业物料平衡数据校正的多层次方法,可以解决工厂面临的测量数据缺失和不同业务层面物料平衡结果不一致的问题。与传统的数据校正方法相比,多层次数据校正模型纳入了不同来源的数据,增加了数据校正的冗余性。同时采用将高精度的校正结果传递到其他层次的分步平衡策略保证了不同层次最终校正结果的一致性。最后提出了数据校正与生产计划优化的集成,作为工厂物料平衡数据校正结果的进一步应用。炼油生产计划优优化模型中的一些约束与生产装置和储罐数据密切相关,而测量数据总是不可避免的带有误差。通过数据校正技术剔除历史数据中的显著误差,提高测量数据的准确度,能够支持生产计划优化得到更符合实际的优化结果。