数据校正技术是流程工业CIMS的关键，它利用信息的冗余性，结合各种统计分析方法和生产过程机理，剔除原始数据中的显著误差，降低随机误差的影响，并设法估计出未测变量。本文从工程实践角度出发研究数据校正技术在现场应用过程中遇到的问题，主要内容如下： 1．对数据协调，显著误差检测和测量网冗余性分析分别作了文献综述，回顾了数据校正理论的发展历史、研究概况及其工业应用情况。 2．介绍了线性系统数据协调、显著误差检测以及线性准稳态数据协调的基本原理。 3．提出一种基于时间冗余信息的不可删除显著误差的处理法。将显著误差变量的预测值用于数据协调，可以降低显著误差的污染，确保协调精度。仿真结果证实了该方法的有效性。 4．调度发生时数据校正的物料平衡模型也会改变。因此提出一种基于贝叶斯网络的新方法，在调度事件发生时及时判断当前的生产方案。继而修改物料平衡方程，增强数据校正技术的可行性。 5．提出将装置的产率模型引入数据协调。减小显著误差的影响，确保协调精度。针对调度事件定义了平均收率的概念，以扩大产率模型的适用范围。仿真结果证实了该方法的有效性。 最后总结了全文的内容，并对数据校正技术的进一步研究提出了看法。