制造执行系统(MES)作为生产过程控制(PCS)和企业资源规划(ERP)的桥梁和纽带,在生产管理中具有十分重要的地位。作为MES核心技术之一,数据校正技术利用冗余信息,降低误差对过程测量数据的影响,获得更加准确、可靠的生产数据,从而为MES其他功能模块提供数据支撑,以优化生产管理过程。本论文主要研究多分辨率数据校正建模方法和显著误差证据理论检测的方法。主要研究内容包括如下几个方面：(1)根据炼厂两类基本设备模型及其平衡方程,提出了用于完整描述全局物料流向信息及其平衡关系的物流邻接矩阵。通过物流邻接矩阵所包含的信息与设备本身的进出料平衡关系,可以方便、准确地建立数据校正模型。按照炼厂物料平衡的实际需求,对物流邻接矩阵进行相应变换,完成不同时间、空间分辨率下物料平衡关系的归并和映射,建立全厂级多分辨率数据校正模型。(2)基于D-S证据理论,提出了综合两种传统显著误差检测算法的方法。由测量值检验法(MT)和节点检验法(NT)分别获得显著误差的证据,然后将其按照一定规则简化,最终通过证据合成,找出显著误差。提出的证据简化规则和方法,能显著减少证据合成的计算量。当存在多个显著误差时,使用顺序补偿策略,避免迭代计算过程中因关联矩阵降秩而发生的奇异。(3)分析了石化企业物流管理的特点及其存在的问题,介绍了中石化MES的总体架构,以及其中的物料平衡模块。最后以实际生产的物流网络为背景,应用本论文提出的多分辨率数据校正建模方法和证据理论检测显著误差的方法,通过数据说明了这两种方法的正确性和实用性。最后是全文的总结和展望。