کشف و شناسایی عامل ایجاد خطا به منظور بهره برداری ایمن و کنترل مناسبتر فرایندهای صنعتی و همچنین برای کاهش هزینه های بهره برداری، تعمیرات و نگهداری از اهمیت ویژه ای برخوردار است. به کارگیری مکانیزمی به منظور کشف و شناسایی سریع عامل ایجاد خطا در فرایند به عنوان مانیتورینگ فرایند نامیده میشود. با توجه به اندازه و پیچیدگی فرایندهای صنعتی روشهای آماری چند متغیره به صورت وسیعی در مانیتورینگ فرایندها کاربرد پیدا کرده است. بعضی از این روشهای پرکاربرد شامل تحلیل مولفه های اصلی(pca) برای فرایندهای خطی، تحلیل مولفه های اصلی کرنل (kpca) برای فرایندهای غیرخطی و الگوریتم کلاسه بندی ماشین بردار پشتیبان(svm) که قابلیت استفاده برای فرایندهای خطی و غیرخطی را داراست، میباشد. در یک نیروگاه فرایندهای صنعتی بسیاری وجود دارد و مانیتورینگ این فرایندها از اهمیت ویژه ای برخوردار است. در این تحقیق ابتدا به بیان فرایند های دی سوپرهیتر و درام hp در نیروگاه سیکل ترکیبی کرمان پرداخته شده، در ادامه مروری بر روشهای آماری مانیتورینگ فرایندهای صنعتی صورت گرفته و به بیان روش های مانیتورینگ با استفاده از تحلیل pca، kpca و الگوریتم کلاسه بندی svm پرداخته شده است. با تشریح چندین حالت عملکردی فرایند های دی سوپرهیتر و درام hp در شرایط نرمال و غیرنرمال، نواقص شیوه های معمول اجرا شده در مانیتورینگ فرایند های مذکور در نیروگاه سیکل ترکیبی کرمان نشان داده شده است در ادامه با استفاده از شیوه های مانیتورینگ آماری بیان شده به مانیتورینگ این فرایندها در تشخیص خطا و شناسایی عامل ایجاد خطا پرداخته شده است و در انتها با استفاده از نتایج حاصله، برتری روشهای مانیتورینگ آماری فوق نسبت به روشهای اجرا شده در نیروگاه، در تشخیص و شناسایی عامل ایجاد خطا در فرایند های مذکور نشان داده شده است.