为了迎合现代社会瞬息万变的市场需求,现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程。在大部分间歇过程中,产品的质量指标很难在线测量,需要离线分析才能获得,因而无法满足在线实时控制和优化操作的要求。软测量技术是解决上述问题的有效方法之一。以偏最小二乘(PLS)为核心技术的多元统计回归建模方法是软测量建模的有效工具之一。做为PLS的一种衍生方法,多向偏最小二乘(MPLS)方法在间歇过程建模方面取得了广泛应用。但是传统MPLS方法并不适用于多操作工序的间歇过程,而且在实际应用过程中还存在以下问题：建模数据不同步,模型结构复杂,稳定性差,在线预报精度在很大程度上依赖于对未来测量值的预估准确程度。本论文在深入研究间歇过程的多操作阶段和重复生产特性的基础上,结合MPLS在处理高维、高度耦合数据上的优势,提出了新的基于MPLS的间歇过程统计建模和模型更新算法,论文的主要内容为：(1)针对间歇生产过程多操作时段的特点,提出了基于均值子时段MPLS的建模方法。同时,针对未来过程信息未知的问题,给出了一种未知变量值的补充方法,使得质量指标的在线预报得以实现。(2)针对传统PLS模型无法在线更新的问题,将递推偏最小二乘(RPLS)与均值子时段MPLS相结合,提出了应用于间歇过程的块式RMPLS方法,并对其进行了改进。论文给出了完整的模型在线预测和更新步骤。(3)将上述方法应用于斜轧穿孔过程,实现了穿孔能耗的在线预报及穿孔能耗预报模型的更新。仿真验证了上述方法的有效性。