过程的模拟、优化与监控技术为流程工业综合自动化的实现提供了基本保障，我国在生物技术领域对这些系统工程理论、技术的掌握和应用还有待进一步研究开发。本文以乙醇发酵工业为背景，以其反应过程及运行状况为对象，建立了连续发酵过程数学模型，进行了反应过程模拟分析与优化；研究了乙醇发酵连续生产过程的性能监控方法，改进了模型建立、故障检测与识别中的一些算法，并建立相应程序实现了乙醇发酵过程的事故诊断。　　 本文建立了多级串联连续搅拌釜反应器数学模型、单个搅拌釜反应器模块及相应的反应系统流程图、信号流图、矩阵表达式；开发了乙醇发酵的生物反应用户模型，建立了用户模型库；利用Aspen Plus软件平台，进行了玉米清液发酵制乙醇的流程模拟。在各种典型工况下，模拟计算的结果与工厂生产的数据一致。模拟分析及系统优化结果表明，该发酵体系在优化的操作条件下，即发酵罐1、2、3糖液加料量(SPL1、SPL2、SPL3)和回流流股的流量和菌母浓度分别取69.91m3/h、12.47 m3/h、14.65 m3/h、7.66m3/h及145.00g/L时，产品中乙醇的体积百分比可达12.95％，相比较好工况的均值可提高7.02％。系统热负荷的优化表明，优化后发酵罐1～3热负荷相比优化前分别降低了18.7％、12.9％和9.5％，能够解决目前1～3号发酵罐热负荷过高的问题，并提高产品质量。　　 针对发酵过程中经常发生的传感器故障，本文采用基于PCA(PrincipalComponent Analysis)的统计方法对过程中的传感器进行监控。在改进了监控模型的构造算法后，为了提高故障的检测性能，引入了一种结合SPE和T2统计量特性的改进统计量(STQ，Statistics Composed of T2 and Q)进行在线故障检测，降低了对故障全集的漏报率。为了简便直接并且准确地实现传感器/执行器故障的识别，基于最常用的Q贡献图法，在分析其理论缺陷的基础上，提出了一种改进的加权Q贡献图，该法克服了传统Q贡献图不能给出准确故障定位的问题，基于实际生产中1＃发酵罐数据的仿真证明，加权Q贡献图相比传统Q贡献图能更准确地对故障进定位。　　 文中对工况变动和过程异常进行了监控，由于各工况运行数据的混杂以及它们都会对多个变量的真实值造成影响，目前对此并无特别有效的监控算法。本文利用故障在主元子空间和残差子空间的双重影响，提出了基于结构化STQ统计量和多模型PCA的性能监控算法，用于实现乙醇发酵过程工况变动和过程异常的监控，通过6罐连续发酵的实例分析，证明该法可以较好地实现工况变动和过程异常的在线监控。