摘要：针对目前化工过程复杂、大系统集中式建模计算繁琐和分散式建模模型精度低等问题,提出了基于核典型相关分析（ KCCA） 和动态偏最小二乘（DPLS）的分布式建模算法.通过KCCA对大系统中的所有过程变量进行分析,获取其相关系数;根据这些系数进 行分类,将关联性较强的变量分入同一个子系统.在此基础上,给出了基于KCCA的非线性大系统分解方法以及分解后各个子系统 的DPLS动态建模流程.通过采用DPLS方法对各分解后的各子系统进行建模.该方法考虑了各子系统之间的相互作用,大大降低了 大系统的复杂度,提高了模型精度.最后对田纳西一伊士曼（TE）过程进行了仿真,验证了所提算法的有效性.

关键词：动态偏最小二乘法 模型精度 te过程 核典型相关分析 分布式建模 

单位：苏州髙等职业技术学校机电工程系; 江苏苏州215011