随着智能制造在全球范围内快速发展，智能设备的不断引入和广泛应用， 制造过程的复杂性和传感器种类的多样性，使得用于监测生产过程运行状态的 数据具有非线性、非正态、高维度等特点。智能制造背景下，高维数据生产过 程的质量监控引起了愈来愈多学者的关注。在以往的生产过程监控研究中，大 都利用控制图方法实现生产过程的质量监控。当面对复杂的高维数据生产过程 时，这些数据往往呈现出非线性的特点，且数据的分布特征难以估计。而控制 图质量监控技术所构造的统计量大都需要服从一定的概率分布，从而限制了控 制图质量监控方法的适用性。因此，如何针对高维数据生产过程的特点，提出 有效的监控方法已成为生产过程质量监控研究的重要问题。
