生物发酵过程是生物工程以及现代生物技术产业化的基础。由于发酵生产的不稳定性、菌体的遗传变异性以及生产设备故障等，都会使发酵产物质量下降，因此迫切需要对发酵过程进行准确的过程监测。发酵过程数据存在较强的非线性，且实际生产数据大多服从非高斯分布，核独立成分分析算法采用核的方法对数据进行非线性处理，且该方法能对非高斯分布的数据进行有效处理，满足发酵过程数据的特征要求。因此，研究基于核独立成分分析的发酵过程监测方法具有重要的理论意义和现实应用价值。本文基于核独立成分分析算法原理，提出一种基于核独立成分分析的过程监测方法，该方法采用了一种新的监测指标，提取了各个时刻的独立元与该时刻各批次独立元均值的偏差信息；提出一种采用基于核独立成分分析的发酵过程监测方法，结合了发酵过程三维数据批次多、数据维数大、噪声累积较强的特点，采用自适应小波对发酵过程数据进行了噪声处理。基于Pensim2.0青霉素仿真模型，实现了发酵生产过程的有效监测。实验研究表明，采用新监测指标的发酵过程监测方法对微小故障更为敏感、识别能力更强，克服扰动的能力更强；采用自适应小波进行噪声处理以后，提高了监测模型的精度，监测结果更准确。采用新监测指标的核独立成分分析发酵过程监测方法，有效提取出了发酵过程数据的特征，对发酵过程进行了准确的监测，降低了误报率和漏报率，为发酵生产提供了一种有效的过程监测方法。