随着大数据技术与工业制造技术的发展,互联网+概念的大力推广,现代工业过程系统集成程度越来越高,系统呈现出高智能化和自动化。对于此类复杂系统,传统故障监测手段由于依赖精确的物理模型而显得力不从心。而数据技术的发展、集散控制系统与智能仪表的广泛使用使得大量高质量的过程数据被记录和保存,基于数据驱动技术的故障监测方法由于无需建立复杂系统精确的物理模型,只需分析系统过程海量的数据进行诊断,使得该技术凭借其优势被广泛的关注。首先,本文分析了传统主元分析方法,详细研究了TE过程,以该仿真过程作为验证平台。并分别针对非线性和动态特性问题,研究了核主元分析方法与动态主元分析方法,比较了三种方法在TE诊断中的误报率和漏报率。其次,为了实现数据驱动技术在工业中的实际应用,开发了以蒸馏塔作为被控对象的半实物仿真系统,将数据驱动方法应用到流程工业半实物仿真系统的故障检测中,并选取了蒸馏塔过程中的几类典型故障做了详细研究,实现了故障检测从纯仿真对象到半实物系统的研究和应用,进一步推进了数据驱动技术在实际系统中的应用。最后,同时考虑工业中普遍存在的非线性和动态特性,详细分析了动态核主元分析法,并且针对该方法中存在的计算负荷大,计算效率低等问题,提出了一种改进的动态核主元分析方法,利用不可区分度和交叉程度去除众多变量中的不相关变量或相关度较小的变量,减少数据量。针对系统中的典型故障,改进动态核主元分析方法与较传统数据驱动方法比较,该方法能降低漏报率和误报率,提高诊断可靠性,并且能及时检测出生产过程的微小故障。