连续搅拌反应釜（Continuously Stirred Tank Reactor，CSTR）是化工生产中重要的设备之一。化学生产过程中的噪声、温度、浓度的变化，都会使其无法正常地运行。CSTR过程的正常运行直接关系到化工生产的安全和经济效益，因此对CSTR过程进行故障诊断变得尤为重要。本文根据CSTR的工作机理，建立了相应的数学模型，模拟了工业中可能发生的故障，并设计了CSTR的故障诊断系统，利用CSTR实验平台进行了仿真。在研究国内外关于CSTR过程故障诊断方法现状的基础上，为了提高CSTR过程故障诊断的准确度，本文提出了一种基于核主元分析(Kernel Principal ComponentAnalysis，KPCA)和递归最小二乘支持向量机(Recursive Least Squares Support VectorMachine，RLSSVM)相结合的故障诊断方法。首先通过KPCA进行特征提取，再通过RLSSVM进行分类，和经典的方法相比较，实验结果表明了在故障诊断精度方面，所提出的方法优于传统的分类方法。为了提高CSTR过程故障诊断的速度，本文提出了一种基于移动窗核主元分析（Moving Window Kernel Principal ComponentAnalysis，MWKPCA）和递归最小二乘支持向量机(RLSSVM)相结合的故障诊断方法，该方法节省了存储空间和运算时间，同时增加了诊断模型的适应性。实验结果表明，所提出的方法能有效实现过程监控，在故障诊断速度和适应性方面，优于传统的分类方法。