间歇过程是现代过程工业中一种重要的生产方式,由于其本身的灵活性,广泛应用于精细化工、食品、制药等工业。采用多变量统计过程监测方法对间歇过程进行有效的过程监测,及时发现并消除过程中存在的故障,可提高过程运行的安全性,保证产品质量。本文对间歇过程多变量统计监测方法的研究现状,进行了系统的分析和评述,结合间歇过程的特点,提出了自己的研究内容和技术路线,着重完善间歇过程的监测策略,并做出了重要改进。将方法应用于青霉素发酵过程的监测,取得了较好的效果。本文的主要研究内容包括:(1)介绍了主元分析应用于多元统计过程监测的原理,系统讨论了基于多元统计分析的间歇过程监测的方法——多向主元分析方法(Multi-way Principal Component Analysis,MPCA),详细探讨了多向主元分析方法在间歇过程监测中的具体应用,其中包括离线建模及在线应用两部分。将多向主元分析方法应用于青霉素发酵过程监测,其结果不是很理想。(2)间歇过程往往具有多阶段性,不同操作阶段的数据动态特性不同,同一操作阶段的变量也往往具有高度非线性,这时用单一的统计模型不能很好地获取原始数据的信息。本文根据间歇过程的特性,在多向主元分析的基础上提出了一种基于多阶段主元累积贡献率的多阶段多向主元分析方法(Multi-phase Multi-way Principal Component Analysis,MPMPCA),重点阐述了应用于间歇过程的分阶段方法,最后将此方法应用于青霉素发酵过程故障监测,能够及时检测到故障。