Page 78 - 化工产品质量与安全管理

化工产品质量与安全管理

地运行，需要定期或者不定期排查故障，找到系统问题的症结，这就需要故障诊
断。故障诊断的手段是分析过程数据是否正常，筛选出异常数据，及时截取临界
劣化参数，对劣化参数更正，防止装置进入非正常工作状态，减少损失的发生。

故障诊断的手段就是通过表征问题进行反演。故障查找过程包括：其一，通过监
测状态获得异常数据，常用的监测方法包括光电传感技术、声光传感技术、在线
监测和电子信息技术等；其二，分析故障的原因，根据系统信号提供的征兆和其

他的信息，推断可能的劣化趋势，确定故障点，针对具体的故障点给出对应的
维修或者维护方法。故障的识别、预判和诊断是长期安全、稳定运行的一个必
要手段，有效预防装置事故的发生，避免企业经济的损失，保证现场人员的人身

安全。
2. 化工故障诊断现状

随着企业的大型化和信息技术的强劲发展，企业积极探寻摆脱依靠人工的运
行方式，推进监测智能化、运行自动化的现代化手段，这也为化工过程故障诊断
带来了新的机遇和挑战，故障诊断方法也在不断更替、推陈出新。根据国际章法

分类，故障诊断有三类方法，以知识为基础的基于知识、以解析模型为基础的基
于解析模型和以处理信号为基础的基于信号处理。基于症状的手段和基于定性模

型的手段被归类于基于知识。基于分析模型的故障诊断是将被诊断对象的实测数
据对比模型演算值，获得两者之间的残值，通过一定的技术手段实现故障诊断。
基于信号处理的方法属于混合方法，将神经网络或者模糊逻辑有机结合小波分析、

专家评判，创建诊断系统，从而迅速地获得故障原因，及时预警。
3. 故障诊断未来趋势
诊断方法的不断更迭、优化，基本满足化工过程，然而如何获得更好的诊断

方法，如何同时提高运算速度和精度，是诊断专家不断追求的目标。结合目前的
大数据分析、机器的深度学习，故障诊断有了新的突破手段、获得新思路，在此
基础上数据驱动的诊断方法得到了一定程度的发展。目前主要的数据驱动方法主

要分为流形学习、多元统计方法、信号处理和机器学习等，这些故障诊断方法由
于不需要大量计算，能够与复杂动态系统模型相结合实现优势互补，在化工领域

特别是大规模工业应用的监控系统中发挥着重要作用。目前神经网络能够很好地

·66·