基于统计相关信息分析的故障诊断与分离的研究是在进行统计分析故障检测与诊断的基础上提出的。由于技术过程大量的冗余数据信息为过程的控制、监视与故障诊断提供了可靠保证，同时也摒弃了基于过程模型方法的许多弊端，因此近年基于统计分析的过程监视与故障诊断的研究与应用取得可喜的成果。但由于数据驱动的统计分析是建立在统计基础上进行过程监控的，因此带来的问题是故障诊断与分离结果的相对性。本研究课题将在前期研究成果的基础上，进行过程的测量变量、控制变量、操作变量的全部统计分析，根据三种过程变量信息间的相关性分析，提取主元信息并进行故障诊断。同时基于变量正常子域与非正常子域的划分进行故障的分离，并应用动态时间规整的理论进行主元故障信息与过程故障信息的模式特征匹配，确定故障源。这种基于统计相关信息分析的故障诊断与分离的研究将具有一定的理论价值，同时对基于统计分析故障诊断的进一步应用提供技术支持。