随着现代工业生产过程的大型化、复杂化,一旦系统发生异常状况,将造成巨大损失。因此,研究能对生产过程实时监测、诊断显得格外重要。基于多元统计的过程监测和诊断方法在理论和实际应用中现如今已取得很大的进步。本论文所研究的内容就是源于上述的多元统计方法,但不是应用这些方法进行故障诊断而是应运这些方法对加热炉生产运行状态参数进行的在线监测,以此数据作为改善设备在线数学模型的依据,是面向生产运行状态评价的过程监测。准确的在线数学模型对加热炉生产过程有着重要的意义。其中,基于总括热吸收率法因其算法简单、计算量小,在加热炉的在线数学模型中得到了广泛应用。但模型中关键参数——总括热吸收率,易受生产过程运行状态(包括燃烧流动、热工操作参数等)影响,在实际生产中难以自动评价。本文提出基于多元统计的过程监测评价方法,为总括热吸收率的在线校正提供依据。主要研究工作如下：(1)分析了基于总括热吸收率的加热炉数学模型并探究了数学模型的影响参数,确定了运行状态和总括吸收率的关系。(2)采用基于主元分析(PCA)和独立成分分析(ICA)的过程监测方法,将加热炉生产过程看为服从高斯分布和非高斯分布,对加热炉各加热段的热工数据进行实验研究和比较分析。针对两类钢坯的监测结果验证了方法的有效性。(3)引入基于规范变量--独立主元分析(CV-ICA)过程监测方法。该方法将加热炉生产过程看做是动态过程,通过CVA将原始热工数据空间划分为主部残部规范变量空间,并分别对规范变量空间进行ICA处理。实验结果证明该方法监测效果要优于PCA和ICA方法。(4)以运行状态监测结果为依据,对出炉钢温有偏差钢坯的连续生产过程进行在线校正,相对于校正模型参数前,校正后的数学模型计算结果更加准确,从而验证了本论文监测方法在实际生产中具有一定的现实意义。