随着对自动化设备的安全性和可靠性以及有效性的要求的提高，故障诊断技术受到人们的重视，已成为国内外自动化控制界的热点研究方向之一。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，由于该方法不依赖于数学模型，计算所需的大量生产过程数据易于在工业现场获取，因而具有重要的理论价值和广泛的应用价值。 本文在总结和概括基于多元统计分析的故障诊断方法发展状况的基础上，对基于主元分析(PCA)的故障诊断方法进行了系统、深入的研究，并用于三容水箱的在线故障检测和辨识。论文的主要工作包括： 针对传统的基于重构的故障辨识方法仅利用了残差子空间的故障信息，故障识别能力有限的问题，本文利用主元子空间中的故障信息，对基于T~2统计量的故障重构技术进行研究，在此基础上将该重构技术应用到故障辨识中，成功实现了对故障的定量化的自动识别。 根据故障重构时所使用的统计量的不同，本文将基于重构的故障辨识方法分为两种类型：基于SPE统计量的故障辨识方法和基于T~2统计量的故障辨识方法。通过定义主元子空间和残差子空间的故障可分离幅值，将两种故障辨识方法的故障分离能力进行了比较，在此基础上，提出了一种基于综合重构的故障辨识方法，该方法将上面两种故障辨识方法的故障分离能力有效组合在一起，从而提高了基于主元模型的故障识别的准确性。 针对现有工业过程监控系统存在的问题，提出了一种基于PCA算法的在线故障诊断系统结构。并利用该结构，开发了三水箱实验装置在线故障诊断系统，可以实现PCA模型的实时调整和故障的在线检测、报警及故障的辨识。 总之，本文对基于SPE统计量的故障辨识方法和基于T~2统计量的故障辨识方法进