准确可靠的装置测量数据是实现工业过程优化、控制的前提条件。过程测量数据校正技术作为计算机集成过程系统(CIPS)的重要组成部分，是获得高质量装置数据的主要手段之一。深入开展过程数据校正技术的研究与应用工作，具有重要的理论意义和现实意义。 本文在对目前数据校正方法综合分析的基础上，对化工稳态过程和动态过程的数据校正方法进行了研究，具体研究内容如下： (1) 稳态双线性约束的数据校正方法的研究。常用的求解双线性约束的数据校正方法有Crowe的两步投影矩阵法和Simpson的独立物流法，研究结果表明，基于独立物流的Simpson法具有简单、快速、准确的特点，但该方法用于多组分过程尚有一些局限性。本文对Simpson法的基本原理进行了研究，指出该方法的适用范围和缺陷，提出了满足组分流率与总流率平衡的数据校正新方法。同时，针对Simpson法不适于含反应节点过程数据校正的局限性，本文通过在反应节点处引入一虚拟物流的方法，以及在目标函数中引入反应节点的组分平衡约束，将独立物流法扩展用于含反应节点过程的数据校正，提出了扩展独立物流法，并给出了新方法的计算公式，通过实例检验两种新方法的有效性和精度。实例研究结果表明，本文提出的两种方法与典型的适于双线性数据校正的Crowe法相比简单方便，且具有较高的精度，可有效地用于多组分过程数据校正。 (2) 积分法动态数据校正技术的研究。基于积分法的动态数据校正技术能够很好地用于线性系统的动态数据校正，且具有简单、快速和适于在线应用的优点。本文对积分法动态数据校正技术的原理及其应用方法进行了研究，指出该方法在应用中其校正精度受区间长度和多项式阶次的影响，并确定了该方法适宜的区间长度和多项式阶次。同时将积分法应用到一典型的拟稳态过程中，计算结果表明，与稳态数据校正方法相比，该方法计算精度较高，是处理拟稳态过程数据校正的一种较好方法。 (3) 有限元正交配置法的动态数据校正技术的研究。基于有限元正交配置法的动态数据校正技术能够很好地用于非线性动态系统的数据校正，本文对