本书主要研究数据驱动的基于多变量统计如主元分析、独立元分析、偏最小二乘等算法的最新进展，以及这些算法在复杂系统智能监控与故障诊断中的应用。全书内容不但包含了基本算法，介绍了多变量统计方法在非线性、动态、非高斯噪声等领域的最新进展，以及这些拓展算法在智能监控与故障诊断的应用，还反映了国内外多变量统计方法领域研究和应用的最新进展。随着电子技术和计算机应用技术的飞速发展，现代大型工业生产过程或大型武器装备大都具有完备或冗余的传感测量装备，大量的过程数据或中间变量数据，譬如压力、温度、流量等测量值可在线获得。显然，如何利用这些海量数据来满足日益提高的系统可靠性要求已成为亟待解决的问题，其中数据驱动的多元统计分析与过程监控技术是该领域的一个重要方向。本书是作者本人近年来研究以及指导博士研究生在数据驱动的故障监测与故障诊断方面的研究性成果的总结和提炼。书中核心章节均为近年来在数据驱动的故障监测与故障诊断方面的最新研究成果，重点聚焦于时变系统、动态系统、非高斯噪声等领域中数据驱动的故障监测与诊断研究成果的之集成，反映了该领域近年来的较新的发展趋势。
第1章 绪论
1.1引言
1.2数据驱动的状态监测与故障诊断
1.3基于多元统计分析的状态监测与故障诊断
1.3.1线性PLS模型研究现状
1.3.2非线性PLS模型研究现状
1.3.3动态PLS模型研究现状
1.3.4ICA模型研究现状
1.3.5基于主成分分析的过程监测方法
1.3.6基于多元统计分析的故障诊断方法
参考文献
第2章 过程监控的基础理论与方法
2.1引言
2.2多变量统计过程监控
2.2.1数据的标准化处理
2.2.2主成分分析
2.2.3偏最小二乘
2.2.4独立成分分析
……
