间歇过程在线监控与质量预测是从历史生产数据出发，建立基于数据驱动的监控、故障诊断和预测模型，并用于监视生产过程，及时发现并消除过程的异常状况，实现过程的安全、稳定运行，最终达到提高产品质量和企业经济效益的目的。主要研究内容和贡献如下：(1)对传统的线性多向PLS(MPLS)方法进行深入分析和改进研究分析了基于不同展开方式的传统MPLS方法实际应用中各自存在的优缺点，在此基础上，提出一种改进的MPLS方法，用于间歇过程的故障监控、诊断及质量预测。首先该方法结合传统展开方式的优势，把变量展开与批次展开相结合，提高监控预测性能；其次，采用随时间更新主元协方差代替固定主元协方差，改善T2监控图的监控性能；最后给出一种随时间变化的贡献图计算方法。仿真实验结果表明，改进方法确实能改善传统MPLS的监控性能及预测性能，且具有一定的故障识别能力。(2)基于MKPLS的间歇过程监控与质量预测方法研究改进的MPLS在性能上有所提高，但是这始终是线性方法，而大多数间歇过程都具有强非线性等特点，监控方面会出现大量误报漏报，且预测性能低。研究了基于核函数的核偏最小二乘(KPLS)方法，讨论了KPLS方法应用于间歇过程监控时存在的一些缺陷和问题。在此基础上，提出一种基于FS特征提取方法的AT-MKPLS方法。该方法采用AT方法对三维数据进行变换，保留了批次信息；对于核映射时数据量庞大无法运算的问题，采用FS特征提取的方法对样本进行简化，提取最简矩阵，然后采用KPLS方法提取过程的非线性信息；最后将该方法应用于一个数值非线性过程和间歇发酵过程，并与传统MPLS和改进MPLS方法进行比较，验证了该方法在监控及预测方面性能的有效性。(3)大肠杆菌发酵现场实验验证将提出方法在北京某生化制药厂进行了实际实验研究，对重组大肠杆菌制备白介素-2发酵过程进行过程监控及质量预测。通过监控与预测性能的比较，验证了所提方法的有效性，实用性。