1.一种基于自相关特征分解的动态过程监测方法，其特征在于，包括以下步骤：步骤(1)：采集生产过程正常运行状态下的样本，组成训练数据矩阵X∈Rn×m，并计算矩阵X中各列向量的均值μ1，μ2，…，μm以及标准差δ1，δ2，…，δm，对应组成均值向量μ＝[μ1，μ2，…，μm]T与标准差向量δ＝[δ1，δ2，…，δm]，其中，n为训练样本数，m为过程测量变量数，R为实数集，Rn×m表示n×m维的实数矩阵，上标号T表示矩阵或向量的转置；

步骤(2)：根据如下所示公式对矩阵X实施标准化处理得到矩阵n×m T

上式(1)中，U∈R 是由n个相同的均值向量μ组成的矩阵，即U＝[μ，μ，…，μ] ，对角矩阵 中对角线上的元素由标准差向量δ组成；

步骤(3)：以 为新训练数据矩阵，设置自相关样本的个数为A，按照如下所示公式构建A+1个数据矩阵X1，X2，…，XA+1：Xa＝[xa，xa+1，…，xn-A+a-1]T    (2)其中，下标号a＝1，2，…，A+1、xi∈Rm×1为矩阵 中的i个样本数据、i＝1，2，…，n；

步骤(4)：根据如下所示的步骤(4.1)至步骤(4.5)求解得到m个特征向量w1，w2，…，wm，且保证各特征向量wj都满足条件wjTXA+1TXA+1wj＝1，其中j＝1，2，…，m；

步骤(4.1)：初始化向量w＝[1，1，…，1]T，并根据公式 更新向量w；

步骤(4.2)：根据公式β＝(YTY)-1YTXA+1w计算向量β，其中矩阵Y＝[XAw，XA-1w，…，X1w]；

步骤(4.3)：求解广义特征值问题：Φ1w＝λΦ2w，计算最小特征值所对应的特征向量w，其中，矩阵Φ1＝XA+1TXA+1-XA+1TZ-ZTXA+1+ZTZT、矩阵Z＝β1XA+β2XA-1+…+βAX1、矩阵Φ2＝XA+

1TXA+1；

步骤(4.4)：根据公式 计算向量wnew，并判断是否满足收敛条件：||w-wnew||＜10-8？若否，则置w＝wnew后，返回步骤(4.2)；若是，则输出收敛后的向量β；

步骤(4.5)：求解广义特征值问题：Φ1w＝λΦ2w，可得到m个特征值，按大小进行升序排列为λ1≤λ2≤…≤λm，对应的特征向量为w1，w2，…，wm，值得注意的是，这里的特征向量w1，w2，…，wm都需根据公式 进行处理；

步骤(5)：设置自相关特征成分个数K后，可利用投影变换矩阵W＝[w1，w2，…，wK]从训练数据 中分解出相应的自相关特征成分 并将其余的特征向量组成矩阵步骤(6)：初始化k＝1，并根据如下所示步骤(6.1)至步骤(6.3)计算得到K个最小二乘系数向量B1，B2，…，BK；

步骤(6.1)：设置列向量s为矩阵S中的第k列，并将向量s中第a个元素至第n-A+a-1个元素组成列向量sa，由于a可取值1，2，…，A+1，依次可得到A+1个列向量s1，s2，…，sA+1；

步骤(6.2)：根据公式计算Bk＝(S0TS0)-1S0TsA+1计算最小二乘回归系数向量Bk∈RA×1，其中矩阵S0＝[sA，sA-1，…，s1]；

步骤(6.3)：判断是否满足条件k＜K？若是，则置k＝k+1后，返回步骤(6.1)；若否，则保留得到的K个最小二乘系数向量B1，B2，…，BK；

步骤(7)：根据公式 与公式 分别计算监测统计量D与Q的控制上限Dlim与Qlim，其中 表示自由度为K的卡方分布在置信度α(一般取99％)下的取值， 表示自由度为m-K的卡方分布在置信度α下的取值，可通过查询概率统计表获取；

离线建模阶段包括上述步骤(1)至步骤(7)，需保留如下所示的模型参数以便实施在线监测时调用：步骤(1)中均值向量μ、步骤(2)中的对角矩阵 步骤(5)中的投影变换矩阵W与矩阵 步骤(6)中的K个最小二乘系数向量B1，B2，…，BK，和步骤(7)中的控制上限Dlim与Qlim；

步骤(8)：采集当前时刻的数据样本xt∈R1×m，引入其前A个采样时刻的样本xt-1，xt-2，…，xt-A，其中t表示当前采样时刻；

步骤(9)：根据公式 对样本数据xt，xt-1，…，xt-A实施标准差处理对应得到样本数据 其中，下标号d指代t，t-1，…，t-A；

步骤(10)：根据公式 分解出自相关特征向量yt，yt-1，…，yt-A；

步骤(11)：初始化k＝1后，根据如下所示步骤(11.1)至步骤(11.3)消除自相关特性以得到残差向量e；

步骤(11.1)：将向量yt，yt-1，…，yt-A中第k个元素分别记录为 并将其组成一个行向量

步骤(11.2)：根据公式 计算向量yt中第k个元素消除自相关性后的残差ek；

步骤(11.3)：判断是否满足条件k＝K？若是，则置k＝k+1后返回步骤①；若否，则将得到的K个误差e1，e2，…，eK组成一个行向量e＝[e1，e2，…，eK]；

步骤(12)：根据公式 计算模型残差向量f后，再根据公式D＝eeT与公式Q＝ffT分别计算监测统计指标D与Q；

步骤(13)：判断是否满足条件：D≤Dlim且Q≤Qlim？若是，则当前样本采集自正常工况，返回步骤(8)继续实施对下一时刻采样数据的监测；若否，则当前采样数据为故障样本数据。