随着生产水平和科学技术的不断提高，现代工业过程系统的自动化控制朝着大型化、复杂化的方向发展，这类系统和设备一旦发生故障，排除的时间增长，不仅造成巨大的经济损失，甚至造成人员伤亡和环境污染。因此研究和开发具有集控制、监视和诊断功能于一身的过程监控系统己成为工厂综合自动化发展的迫切需要，具有重要的理论意义和广泛的应用价值。故障诊断就是监视控制系统进行故障检测与诊断，并对故障的原因、故障频率、故障的危害程度及趋势预测等内容进行分析判断，为确诊故障点、及早采取维修、防护等补救措施提供科学的决策依据。基于多元统计分析的故障诊断方法是故障诊断领域的一个重要研究分支。本文以多元统计分析为理论基础，系统和深入地研究了这一方法的若干重要方面，探讨现有方法在过程控制两类典型生产过程--连续生产和间歇生产中的实际应用及其存在的问题，并提出相应解决方案，主要研究内容和成果如下：1． 阐述了故障诊断的研究内容，各种方法的研究现状及发展趋势，特别对基于多元统计分析的故障诊断方法的发展和现状进行了较完整的综述；2． 介绍了基于多元统计分析的故障诊断方法的主要数学工具，包括主元分析(PCA)、主元回归(PCR)和部分最小二乘(PLS)，简单分析了它们在故障诊断中的应用特点，为应用打下理论基础。3． 概述和总结了基于主元分析的多变量控制系统故障监测与诊断系统设计思想，分析了主要统计量、控制图以及数据基本分析处理方法，并以一个连续生产过程模型为例，阐述了故障诊断模型的建立过程以及诊断结果分析。4． 分析了多向主元分析在间歇生产过程故障监测与诊断中的基本方法及动态时间错位算法在处理多批次数据同步问题中的应用，并在此基础上针对间歇过程的复杂非线性特点以及控制系统的实时监测要求，提出了差分多模型以及滑动模型的故障诊断建模方法。以一个间歇生产过程为例，介绍了这两个方法在诊断过程中的作用及特点。最后，对于故障诊断领域的各种研究方法作了简单的对比分析，并指出了基于多元统计分析的故障诊断方法的一些值得关注和加以深入研究的方面。