现代科技的快速发展，使得工业生产系统日益庞大复杂，如何做好对系统的数据处理，完善系统的知识推理体系，加强对系统状态的监控，成为目前的研究重点。可拓学作为一门新兴科学，采用基元的形式描述数据信息，以关联函数作为工具对问题进行定量与定性相结合的分析，通过可拓推理与可拓变换进行知识推导，用于解决过程系统中的问题。本课题结合可拓理论，针对系统的数据处理，信息模型构建以及系统状态监测所出现的问题，做了以下一些研究：提出了可拓K近邻改进算法。该方法利用基元模型存储数据，利用可拓学中的可拓距构建关联函数计算相似度，采用可拓变换进行条件属性的重要度确定，并通过改进层次分析法实现关联函数中的权重分配，提高数据分类的准确率。通过采用UCI数据集进行的测试，验证了该算法的有效性。提出了可拓信息模型。该方法将可拓学与图论相结合，以基元形式描述系统变量，将基元作为图中节点，以信息的传递作为图中路径，通过可拓变换与可拓推理实现对模型内的信息传递分析；同时通过对关联函数的计算，找到信息最有可能的传播路径。经过对TE过程部分故障的可拓信息模型搭建，验证了该模型的实用性。提出了可拓主元分析方法。该方法采用经典域和节域存储建立主元模型时所获得的先验信息，并在测试数据标准化后利用所获得的信息对数据进行修正，使得在统计量当中更能够体现数据的变化，并给出了此方法运用于故障监测的过程。通过对TE过程的故障监测仿真证明了该方法的可行性。本课题的研究结果表明，将可拓学引入过程系统领域，通过其与数据处理、信息模型以及监测方法的相结合，在一定程度上发挥了可拓理论在处理复杂系统过程分析与监测中的优势，给系统数据处理、建立信息模型及监测方法的改进提供了新途径。