随着我国科学与工业技术的不断进步,生产工艺与生产技术等方面都进行了很大规模的改进,也越来越趋于自动化、复杂化。随之而来地,工业过程的现场环境也越来越复杂,因为干扰、噪声和其它不确定性的原因,工业过程不可能一直维持在理论最优工作点,运行状态无可避免地会随时间推移从优状态下降到不良状态。为了降低生产成本、减少排放与能耗,保持企业的竞争力,获得优质产品以及更高的经济效益,提出和实现工业生产过程的在线运行状态评价具有重要的意义。本文,以工业生产过程综合经济指标(CEI)作为运行状态评价标准,提出了基于CEI预测的运行状态评价方法以及运行状态非优原因追溯方法,用于解决多模态连续生产过程的在线运行状态评价及非优原因追溯。该评价方法是考虑了具体生产的可操作性与评价指标可靠性的基础上构想出的,它主要对复杂生产过程进行预测与评价。在线评价时,CEI通过本文提出的基于即时学习方法的多重偏最小二乘(JITL-MPLS)建模策略预测获得,然后基于所预测的CEI计算优度、非优度值,依靠评价策略标准完成运行状态评价。当生产过程运行状态“非优”时,该方法利用基于虚拟因子的贡献图理论获取过程变量对评价指标的贡献变化率,并结合一定工艺机理知识追溯出造成运行状态“非优”的深层次原因。最后,本文通过深入分析高铜矿湿法冶金各工艺过程关键影响因素,结合现场给出的测量变量、实际可操作性及本文预测模型因变量CEI的情况,选取了对建模及评价有针对性、实用性的变量,就方法的可行性和高效性在高铜矿湿法冶金全流程生产仿真中进行验证。