本发明涉及一种多变量工业过程故障识别方法,含有以下步骤: (一)收集历史数据库的正常操作数据集 X 和 K 类已知的故障模式数 据集,计算正常操作数据集的均值 和标准差 ,对已 知的故障模式数据集进行标准化处理获得新故障模式数据集。(二) 在各个故障模式数据集下构造数据窗,计算六种统计量变量。(三) 检测过程故障,收集实时故障数据 S,进行标准化处理。(四)在步骤 (三)的基础上执行统计量主元相异度分析,计算待识别故障数据集 和已知故障模式数据集之间的故障识别指数 FRI。(五)对故障识别指 数 FRI 进行排序,获得故障识别结果。本发明基于统计量主元相异度 分析,在相异度分析中,提取主元信息,摒弃次要数据信息,抑制噪 声的影响,能够充分挖掘数据高阶统计信息。