问题—— 在生物制药、精细化工、半导体加工等高附加值行业，间歇过程（批量生产）十分常见。相比连续过程，这类生产阶段划分清晰、工况切换频繁，变量维度高且非线性明显；采集数据中既可能有近似高斯成分，也可能夹杂显著非高斯特征。一旦关键环节偏离正常状态，风险往往会沿多单元耦合链条扩散：轻则造成批次报废、非计划停机，重则引发安全与环境隐患。如何在故障萌芽期做到“早发现、早定位、早处置”，已成为现场普遍难题。
间歇过程的复杂性决定了故障诊断难以依靠单一方法取得全面效果，需要在数据结构、动态演化与统计分布等维度协同改进。面向工业安全与高质量生产需求，持续推进算法创新与工程落地结合，让异常识别从“看见”变为“看准”，让报警从“提示”升级为“可处置”，将为制造业稳产增效与风险治理提供更可靠的技术支撑。