在实际的工业过程中，参数设定值的改变使得平稳过程产生了多模式变化，而使用普通PCA监控多模式过程会产生误报警。为此，论文提出了一种基于奇异值分解及递归PCA技术的多模式过程监控方法。它主要解决了两个方面的问题，一个是能够通过奇异值分解的方法识别多模式过程的变迁过程，即平稳模式与过渡模式；另一方面就是针对多模式的不同阶段采用PCA监控方法，减少误报警率。论文的主要工作包括：1、提出了一个基于奇异值分解的多模式过程识别方法，给出了奇异值在线识别算法，通过对过程数据奇异值的计算来识别模式的改变。2、针对多模式过程的监控问题，采取了改进的PCA方法进行监控，多模式过程中包含有平稳过程及两个稳态过程的过渡阶段，因此本文采取了分阶段处理的方式，针对不同模式的过程采用不同的PCA监控方法，即对于平稳过程采用PCA方法，同时对过渡阶段采用递归的PCA方法进行监控。采用不同的方法对过程数据的模型具有更好的适应性。3、针对TE过程产生多模式过程，将所提技术方法对其进行监控，获得了理想的结果，验证了方法的有效性。另外，使用VB语言开发了一个多模式过程操作监控系统，向技术方法的工业应用迈进了一步。