由于生产力的需要,现代工业生产工艺日益复杂,生产规模不断扩大,生产系统智能化程度不断加深。先进的过程监控系统对生产效率的提高及系统安全可靠性起到重要的保障作用。然而系统非线性、样本容量过小、复杂故障的辨识等是目前过程监控方法研究上存在的主要问题。本文以多元统计分析方法为核心对流程工业的过程监控开展了研究:本文分析了过程监控技术的起源与发展过程,并引入了过程监控方法的分类,提出了现今过程监控方法上所存在的问题。对主元分析(PCA)和偏最小二乘(PLS)方法进行了理论推导分析,研究了基于主元分析和偏最小二乘法故障检测的具体实现过程。将两种方法的检测结果对比,得出偏最小二乘方法优于主元分析法的结论。针对系统的非线性问题,引入核函数方法,生成可以解决非线性问题的核主元分析(KPCA)与核偏最小二乘(KPLS)法,并研究了两种方法故障检测的具体实现过程。将其诊断结果与未加核函数处理的方法进行对比,得出核函数可解决系统非线性问题的结论。本文研究了田纳西-伊斯曼(TE)过程的生产工艺、过程变量以及过程故障。利用TE过程仿真模型采集样本数据,解决了过程监控方法研究中的小样本问题。利用核偏最小二乘法对TE过程的已知故障进行检测,并对检测结果做出分析。针对复杂故障的辨识问题,本文引入了贡献图法,将其与核偏最小二乘方法相结合,解决了系统多点故障的故障检测与故障定位的问题。