由于原料性质、设备磨损、过程负荷等因素的影响,复杂工业系统会出现多个稳定操作模态,各稳态之间的过渡过程具有明显的动态特性。现有多模态处理方法大多没有考虑过渡过程的监测;在考虑过渡过程的情况下,因没有进行有效的过渡过程特征提取,使得模态划分及多模态异常检测的效果都不理想。另一方面,工业过程数据多具有多尺度特性,但多尺度框架下的多模态异常检测研究还较少。本文基于数据驱动的方法对上述问题展开了研究,以保障多模态系统安全、高效的运行。主要工作如下:(1)本文通过提取过程数据的微分几何特征,刻画过程动态特性,基于扩维后的数据,提出一种基于微分几何特征聚类的模态划分方法。(2)本文从过渡模态数据的动态渐变特性出发,研究过渡过程动态特征抽取技术,提出了基于时变滚动球的过渡模态异常检测模型,有效进行过渡模态异常检测。(3)针对具有多尺度特性的多模态过程,本文开展了多尺度框架下的多模态异常检测研究,分别建立稳态多尺度主元分析模型和过渡模态多尺度微分几何模型,最终实现了多尺度框架下的多模态异常检测。