乙烯裂解炉是重要的生产单元,其运行安全性及稳定性受到极大重视。因此,对其进行过程监测具有非常重要的意义。石脑油裂解制乙烯过程为多操作模态的连续生产过程,本文针对乙烯裂解炉模块的真实工业数据,进行过程监测方法的多尺度分析探究。首先对工业生产的秒级数据,对其数据特性进行理论分析,包括数据的序列相关性及变量间的互相关性。在综合考虑序列相关性及互相关性的基础上,提出基于PLS-PCA的内外部过程监测方法。通过基于PLS-PCA的外部监测模型,对过程进行了考虑了时间尺度的自相关性的过程监测;通过基于空间尺度的潜结构模型(PLS-PCA的内部潜变量监测模型),对过程变量间的互相关性进行监测。监测分析结果表明,基于PLS-PCA的内外部过程监测方法可以很好的实现过程监测,进而实现针对真实工业生产过程数据监测的初步理论探究。但是在实际应用中,上述提出的方法很难满足在线监测的实际要求。因此,本文从实际生产数据的多模态性出发,设计了基于操作变量多模态识别器,对操作人员的主动调整进行有效识别。结合模态识别器的结果,建立了基于PCA的监测算法框架结构,可以实现对实际的工业数据的多模态过程监测(正确率为98%,误报率为1.56%)。此外,针对具有自动控制响应的工业系统,提出了基于累计T2贡献值的故障诊断方法,对过程偏离进行了故障诊断分析。将上述方法进行在线应用,实现了针对分钟级工业在线数据的基于主元分析法的多模态连续过程监测及故障诊断的工业应用,并取得了较好了监测结果。