本文提出一种新的自回归全潜结构投影算法(AR一T PL S),该方法将输入输出数据投影到四个子空间中,分别是质量变量预测值生成的主元子空间和残差子空间,过程变量残差生成的主元子空间和残差子空间,并同时建立相应的统计量分别对质量变量和过程变量中与质量变量无关的部分进行故障检测。和z HOU等人提出的对PLs改进的全潜结构投影算法(T IPLS)中非线性分解偏最小二乘算法(N IPA LS)复杂的转化过程,并克服了Y IN等人提出的改进的PL s方法中过程残差仍包含不适合使用Q统计量来监控的穿透方差的变化问题。TE过程验证了该方法的有效性。