61、大型工业过程的在线诊断

大型工业过程的在线诊断

1. 引言：复杂工业过程在线诊断的现状与实践

在过去30年里，全球范围内围绕故障检测与隔离展开了大量研究，这些研究源于建模与识别以及人工智能技术。研究成果在众多科学论文和会议中有所呈现，例如IFAC故障检测、监控与技术过程安全研讨会（SAFEPROCESS）、过程与系统诊断国际会议（DPS）等。

工业过程诊断主要有经典和先进两种方法：
- 经典诊断方法 ：在工业实践中仍占主导地位，主要采用简单的限值控制方法进行故障检测，故障隔离通常由操作员完成。在某些情况下，系统会基于规则和逻辑函数推断报警原因，辅助操作员工作。经典诊断中，过程诊断系统的角色由报警系统承担，它是当代过程控制和监控系统（DCS、SCADA）的组成部分。然而，报警系统存在诸多缺点，如紧急状态下报警数量过多，容易导致操作员信息过载和压力过大，甚至引发严重故障。此外，报警系统还存在无法检测某些故障以及检测延迟等问题。尽管存在这些明显缺点，经典方法在实践中仍被广泛使用，报警系统也在不断升级，但故障检测采用限值控制这一根本弱点仍未改变。
- 先进诊断方法 ：基于过程模型进行故障检测，并使用自动推理或分类方法进行故障隔离。利用过程的部分模型和先进定位算法的自动诊断，能精确指示发生的故障，并显著减少故障检测和隔离的时间。不过，先进诊断系统（DS）尚未得到广泛应用。主要原因包括模型对受控系统非平稳性的敏感性、系统参数变化需要调整模型，以及应用的故障隔离方法对诊断系统中各种变化的鲁棒性不足，同时行业内相关专家也较为缺乏。可以说，动态系统诊断的理论水平与实际系统状态之间存在巨大差距，出于安全考虑，未来需要填补这一差距。