本发明公开一种在线数据驱动的非线性化工过程监测方法，旨在使用核学习技巧为化工过程建立非线性模型后，再通过在线数据驱动优化搜寻最优投影变换向量，从而使用相应的特征成分实施在线过程监测。与传统方法相比，本发明方法摒弃了传统实施离线特征分析与提取的策略，改为根据在线数据去实时驱动特征分析任务，从而提取最适合于监测故障数据的特征成分。其次，通过接下来的具体的实施案例，验证本发明方法在监测连续搅拌反应釜这种常见化工过程对象运行状态上的优越性。