发酵过程是现代过程工业中一种典型的间歇过程,具有极强非线性、生产反应周期短、内部动态特性变化快等特点,其操作复杂度远胜于连续过程,产品质量也更容易受到外界不确定因素的影响。为了保证发酵过程和控制系统的安全性,并同时提高产品的最终产量和质量,需要对其生产过程进行在线监控及故障诊断。统计过程监控是一种基于数据的多元统计分析方法,通过对过程数据进行相应的处理得到过程的各种信息,建立监控模型,从而指导生产过程、提高产品质量和生产效率。本文针对发酵过程的特点,对传统多向主元分析方法应用于发酵过程监控时存在的不足进行了不同程度的改进。应用于青霉素发酵过程的监控结果证明了改进后方法的优越性。本文的主要工作有以下几个方面:(1)系统讨论了多向主元分析方法(Multi-way Principal Component Analysis,MPCA)在间歇过程监控中的具体应用。通过在青霉素发酵过程中的监控结果表明,该方法应用于间歇过程效果不太理想。(2)针对传统多向主元分析方法解决发酵过程非线性动态特征时的不足,提出了一种多阶段MPCA建模方法。该方法根据过程数据的动态特性,将过程分成多个阶段,然后分别建立监控模型,并将其应用于青霉素发酵过程监控,结果表明多阶段MPCA方法有效地避免了传统的MPCA方法中数据预测带来的误差,从而提高了过程监控的性能。(3)针对批次之间过程数据的不等长问题,提出了一种改进的多阶段MPCA建模方法。该建模方法首先采用模糊C-均值算法(Fuzzy c-Mean,FCM)对过程数据进行分段,并采用动态时间规整算法(Dynamic Time Warping,DTW)将各个阶段数据在时间上进行对齐,然后建立多个MPCA模型。应用于青霉素发酵过程的监控结果表明改进后的方法具有更好的监控性能。