高阶累积分析(Higher-order Cumulants Analysis,简称HCA)是使用高阶统计量对非高斯过程进行状态监测而非传统的低阶累积量,高阶累积分析在过程状态监测领域是针对非高斯过程进行监测的一种新方法。虽然HCA方法在进行非高斯过程状态监测方面表现出了非常强的实力,但是HCA方法依然是静态方法,在对动态特性强的非高斯过程进行处理时依然表现出很多不足之处。目前有许多种方法(动态主成分分析方法和动态独立成分分析方法等)可以应用于动态过程状态监测中,但是这些动态监测方法最关键的不足之处在于它们动态结构的选择方式。当前几乎所有的动态监测方法均将过程变量看做一个整体进行处理,为其选择一个相同的时滞阶次。但是对于实际的工业过程,这种方法并不合适,因为不是所有的过程变量的时滞阶次都是相同的。为了解决这个问题,本文提出了一种可以为每个过程变量单独选择动态结构的全新的动态结构构造方法。同时,本课题还提出了两种动态HCA (DHCA)方法,一种是应用传统的动态结构构造方法,另一种则是应用本文提出的全新的动态结构构造方法。这两种DHCA方法均以TE过程为背景,并和其它的统计过程监测方法进行对比,结果证明其在状态监测方面具有更加优越的性能。