随着工业生产技术的不断进步,工业生产过程对产品质量和经济效益也越来越重视。目前,针对复杂工业生产过程运行状态监测,相关学者已经做了大量的研究工作。过程监测的目的是监测生产过程运行“正常”或“故障”。然而,为了获得优质产品以及更高的经济效益,只区分“正常”和“故障”是不够的,在过程运行正常的情况下,应尽量使工业生产过程运行于最佳的运行状态。因此,在过程监测的基础上,还需要对生产过程运行状态优劣做进一步的评价,为生产过程的优化操作调整提供合理的操作指导和建议。生产过程运行状态在线评价就是根据在线获得的生产运行数据,通过模态识别、特征提取以及特征匹配等方法来实时评价生产过程的运行状态优劣。能够及时、准确、全面的掌握复杂工业生产过程的运行情况,对于提高企业生产效率和经济效益等都具有非常重要的实际意义。本文针对多模态复杂工业生产过程的运行状态评价问题,提出了基于高斯混合模型的在线运行状态评价方法;针对离线建模数据的多模态问题,在已知数据“优”、“非优”的情况下,提出了基于综合马氏距离和ISODATA聚类算法相结合的离线数据模态划分方法,实现了离线数据的模态划分;针对在线评价,利用在线数据计算相对于各个模态GMM的综合马氏距离,并通过与其对应的统计量控制限对比,实现生产过程运行状态及相应模态的在线判断。最后,论文利用田纳西—伊斯曼(Tennessee Eastman,TE)仿真过程为背景,对文中提出的方法进行了仿真验证,仿真结果表明了方法的有效性。