主元分析法(Principal Component Analysis, PCA)作为多变量统计过程控制的主要工具,能将相关多变量高维数据空间投影到相互独立的低维数据空间,甚至是二维平面上来分析,同时保留过程的主要信息,大大降低了直接分析多变量过程的难度,因此在包含多个具有关联性变量的过程控制中得到了广泛的应用。印版的涂布工序是自动化印版生产线的最重要工序之一,版基的前处理工序及涂布过程共同作用于印版的涂布质量。由于这些影响印版涂布质量的多个过程变量之间具有多元非线性和相关性,可以将多元统计方法应用于印版的过程控制,通过主元分析法提取作用于印版涂布工序的主要过程变量,使得过程的监控只要通过对几个主元的解释来实现,并通过提取过程变量的主要特征建立了主元模型。不仅使监测的过程变量数大为减少,也便于主控室操作人员进行过程的监控和分析。由于变量的相关性,对于过程中的异常状况应用多元控制图判断多元过程是否受控,并进一步根据变量对统计量贡献值的大小来判断引起过程异常的变量。通过将影响印版涂布工序的主要过程变量和涂布质量、感光性能这两个重要的质量指标建立回归模型,得到涂布质量和感光性能的多元回归方程,这样可以通过主要的过程变量来预测印版产品的重要质量指标,为改进产品的过程控制提供了依据。