1.一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：所述监控方法包括以下步骤：

1)建立间歇过程的离线监控模型，由以下步骤实现：(1.1)选择间歇过程的正常批次数据X1(K×J),X2(K×J),…,Xi(K×J),…,XI(K×J)，建立训练样本集 其中I是正常批次的个数，K是采样点个数，J是变量个数；

(1.2)选择移动数据窗口的长度l，得到在k时刻窗口内的数据样本其中 为：

(1.3)将 标准化为具有零均值和单位方差的数据Xk(I×l×J)；

(1.4)对Xk(I×l×J)执行张量全局-局部保持投影算法，得到投影矩阵U和V，具体过程如下：①利用k近邻方法确定样本集Xk(I×l×J)中各样本点 的邻域 分别求取邻接权系数Wij和非邻接权系数

分别构造样本集的邻接权矩阵W和非邻接权矩阵②迭代求解如下两个广义特征值问题分别得到一组特征向量{vi,i＝1,2,…,J}和{uj,j＝1,2,…,K}：MUvi＝λNUvi (3)MVuj＝λNVuj (4)其中

IJ和IK为单位矩阵；

③利用得到的特征向量构造投影矩阵V＝[v1,v2,…,vJ]和U＝[u1,u2,…,uK]；

(1.5)建立k时刻的监控模型：

Yk＝UTXkV (5)利用下式分别计算所有正常批次在k时刻的SPE统计量：式中xjk为变量j在k时刻的采样值，yjk为xjk的投影值，可由式(5)计算得到；

2

(1.6)在置信水平为1-α的情况下，利用χ分布计算SPE统计量的控制限：式中m和v分别是所有正常批次的SPE统计量的均值和方差；

2)进行在线监控，由以下步骤实现：

(2.1)记录当前监控批次在k时刻移动窗口中的数据 利用离线建模过程中得到的k时刻的均值和方差标准化该窗口数据，得到(2.2)把标准化后的窗口数据 映射到监控模型，计算k时刻的SPE统计量；

(2.3)检查SPE统计量是否超过其控制限；

(2.4)如果统计量超过控制限，进行故障诊断，否则继续监控k+1时刻。

2.根据权利要求1所述的一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：所述步骤(2.1)中，当前监控批次在k时刻移动窗口中的数据为：

3.根据权利要求2所述的一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：所述步骤(2.2)中，利用下式将 映射到监控模型：并利用式(6)计算当前监控批次在k时刻的SPE统计量SPEnew。

4.根据权利要求3所述的一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：步骤(2.3)中判定SPE统计量超过其控制限的标准是SPEnew>SPEα。

5.根据权利要求1～4之一所述的一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：所述步骤(2.4)中，利用贡献图法进行故障诊断，具体过程为：①利用公式 计算在k时刻变量j对SPE统计量的贡献 ②选出对SPE统计量贡献最大的变量，将其定为故障变量。