由于现代工业过程复杂化、大型化和自动化程度日益提高,一旦在生产过程中发生故障,则会对企业的经济效益甚至人员安全造成巨大的损害。因此,对工业生产过程进行过程监测,尽可能及时检测到生产过程中的异常情况是十分必要的。工业过程中通常存在多个工作模式的问题,在不同的工作模式下获取的过程数据会呈现出不同的统计特性。此外,实际工业过程获取的数据不仅包括过程数据,还包括某些质量数据,彼此之间存在着一定相关性。针对上述问题,本文的主要工作如下：(1)在现有过程监测的方法和技术基础上,提出了一种新的基于公共子空间分离的多模式过程监测方法。主要思想是利用局部切空间排列的方法提取多个工作模式过程数据之间的公共变化信息。公共部分信息可以表征模式共有的变化特性,特殊部分信息分别反映各个模式独自的变化特性。然后利用核主元分析对分离后的公共子空间和特殊子空间分别分解,建立模型并进行监测。通过公共模型和各自特殊模型的组合监测,可以判断出目前的工作模式,且当出现故障时,可以有效地检测出故障的发生。(2)由于可获取的建模数据不仅包括过程数据,还包括一些质量数据。为了充分利用系统的数据信息,引入质量变量,在上述方法的基础上,对数据空间进行了进一步地划分,包括质量相关公共子空间、各个模式质量相关特殊子空间和质量无关的残差子空间,同时对各个子空间分别进行建模和监测。电熔镁炉多模式工作过程的仿真结果表明所提出的方法可以提高故障检测灵敏度且能有效地降低故障的误报率。