针对传统方法对非线性或多模态间歇过程的故障检测率低的问题,提出一种基于K近邻邻域保持嵌入得分差分(difference of K nearest neighbors score associated with neighborhood preserving embedding,DKNPE)的健康状态监视方法.首先,通过NPE方法计算训练数据集的得分矩阵,称其为样本的本质得分.然后,在训练数据集计算每个样本的K近邻均值,并将其投影到低维空间以获得样本的估计得分.接下来,在差分子空间(diffe-rence subspaces,DS)和差分残差子空间(difference residual subspaces,DRS)中分别建立两个新的统计量对样本进行过程监控.将本方法在两个模拟数值例子和半导体蚀刻过程中进行测试,并与PCA、FD-KNN和NPE等传统方法进行对比分析,测试结果验证了该方法的有效性.