质量相关的过程监控在工业生产中起着重要作用。偏最小二乘(PLS)算法可以通过建立过程变量和质量变量之间的关系进行过程监控,因此被广泛应用到过程控制系统的质量监控中。但是,在一些非线性的系统中,它的监控能力较差。因此,考虑建模数据的非线性结构特征在实际工业系统的过程监控中更具有实际意义。针对这个问题,我们在非线性函数级数展开的基础上,利用局部线性嵌入(LLE)的局部结构保持特性与L1范数对异常值的鲁棒性,提出了以下两种质量相关的统计监控方法:1、将非线性系统看作是线性部分与非线性部分的组合,结合PLS算法和局部线性嵌入算法(LLE/LPP)的线性维数约简和局部结构保持的优势,构造了一种全局加局部投影到潜结构(GPLPLS)的质量相关的统计过程监控方法。2、考虑到非线性部分也可被视为系统的不确定部分,从这个角度本文提出了一种基于L1范数(L1-PLS)的双鲁棒性投影到潜结构的质量相关的统计过程监控方法。为进一步提高模型的鲁棒性,本文利用L1范数来获得稀疏解和L,范数求取回归模型。仿真结果表明,这两种方法所构建的模型具有良好的预测能力,对应的监控方法具有更符合实际的故障诊断能力。