生产过程实时监控是提高工业系统安全性必须解决的关键科学问题。本项目从研究化工过程工况状态的采集、分析入手,提出过程故障诊断的信息特征获取、信号解耦、奇异性检测和诊断决策方法,揭示过程故障对于采样信息的作用机理与动态演变规律之间的关系,设计自适应故障诊断器实现过程故障的及时、精确诊断。本项目以盲源解耦信息增值算法、自适应故障诊断器设计和基于模糊自适应推理的故障决策算法为核心研究内容,以非常规信息处理和信息增值计算方法建立复杂环境下的故障诊断决策机制,解决目前故障诊断方法对被监控对象建模精度要求高和诊断器在线自适应能力不强的弱点,适于工程应用。本研究的特点是1)采用多源性分析实现信息的有效增值;2)解决故障决策依赖精确建模的难题;3)平衡性能与实时性之间的矛盾。研究成果将简捷地实现复杂工业现场环境下的过程对象的工况监控与故障决策,为生产过程的高效稳定运行提供必须的基础理论依据和关键技术保证。
英文主题词process monitoring, blind source decoupling, information increment, fuzzy self-adaptive inference, diagnosis decision.