本发明公开一种基于误差主元分析模型的 工业过程监测方法，该方法旨在将将原始数据转 换成服从或近似服从高斯分布的误差信息，然后 对该误差实施监测从而避免因非高斯数据造成 的种种不便。具体来讲，本发明方法首先逐一假 设过程对象中每个变量的测量数据缺失；其次， 根据主元分析(PCA)模型中处理缺失数据的技巧 推测出相应缺失变量的估计值；最后，利用假设 的缺失数据实测值与估计值之间的误差作为被 监测对象，再次建立基于PCA的故障检测模型实 施在线故障检测。与传统方法相比，本发明方法 不拘泥于原始数据是否满足于高斯分布假设，能 较大幅度改善传统PCA方法的故障监测性能，是 一种更为优选的过程监测方法。
