随着计算机与电子测量技术的飞速发展,现代工业过程的自动化水平和集成度越来越高,这也给工业生产过程监控提出了更高的要求。工业生产过程监控主要是对生产流程或现场的仪表设备的监控。它通过研究生产过程机理,结合数学方法和控制原理对生产过程建立有效的监测模型,来监督生产并对生产进行一定程度上的预警,从而提高生产效率和产品的质量。　　 基于数据的故障诊断方法既不需要建立复杂的数学模型,也不需要准确的先验知识,其采用的数据是工业过程中的第一手资料,更接近于真实情况,适用于复杂的工业过程。PCA就是其中最典型的一种,它的基本思路是寻找一组新变量来代替原变量,并且最大限度地携带原变量的信息,对原数据进行降维,从而更易进行下一步故障诊断。　　 冷轧平整带钢表面的平整花严重影响了产品的质量,本文以连退机组平整花为背景,通过深入对平整机的机理及数据相关关系分析,找出与平整花缺陷密切相关的过程数据信息与变量。以PCA方法为基础,并且在PCA的基础上,探讨了KPCA和FA-KICA的方法,分别比较他们的优缺点,然后根据平整机理和实际的监测效果选用最合适的方法,建立平整花缺陷与平整机状态的关系模型,诊断出导致平整花的过程主导变量或参数,给出生产操作的指导建议。最后,设计了系统数据库和人机界面,保证了故障监测系统的在线进行。　　 本文设计的平整花故障监测系统在实际系统的运行非常有效,经过测评,它能够有效的诊断现场运行过程中的系统故障和人为故障,保障平整工业的正常运行,并为后期的研究提供依据。