[发明专利]化工过程运行故障的诊断方法

权利要求书

1.一种化工过程运行故障的诊断方法，其特征在于，该诊断方法包括：

识别所述化工过程中的运行数据中的异常参数；

基于所述运行数据中的异常参数，识别相应的故障根源；以及

基于所述运行数据中的预设特征参数，对所述化工过程中的工艺运行状态进行定量的健康诊断，

其中，所述基于所述运行数据中的异常参数，识别相应的故障根源包括：

基于所述运行数据中的异常参数，确定所述异常参数的类型，其中，所述异常参数的类型包括：工艺报警参数、工艺异常偏离参数、控制回路报警参数及控制回路异常偏离参数；以及

基于所述异常参数的类型及相应的传递路径，采用不同的方法识别相应的故障根源，

其中，所述基于所述异常参数的类型及相应的传递路径，采用不同的方法识别相应的故障根源包括：

基于所述工艺报警参数，采用因果分析方法、时延相关法或传递熵分析法分析相应的传递路径以识别相应的故障根源；

基于所述工艺异常偏离参数，采用符号有向图模型分析相应的传递路径以识别相应的故障根源；和/或

基于所述控制回路报警参数和/或所述控制回路异常偏离参数，采用基于数据的功率谱独立源成分分析方法及基于格兰杰因果检验的故障波动传播路径和根源分析方法分析相应的传递路径以识别相应的故障根源。

2.根据权利要求1所述的诊断方法，其特征在于，所述识别所述化工过程中的运行数据中的异常参数包括：

采用统计与专家知识融合的报警评估技术识别所述化工过程中的运行数据中的异常参数。

3.根据权利要求1所述的诊断方法，其特征在于，所述基于所述运行数据中的异常参数，识别相应的故障根源包括：

基于所述运行数据中的异常参数，确定所述异常参数的故障模式；

基于所述异常参数的故障模式及相应的特征参数，确定异常工况；以及

基于所确定的异常工况，分析相应的故障根源。

4.根据权利要求3所述的诊断方法，其特征在于，所述基于所述运行数据中的异常参数，确定所述异常参数的故障模式包括：

基于所述运行数据中的异常参数，采用双相干频谱分析方法、基于卷积神经网络-深度自编码器的故障识别方法和/或动态时间规整算法及PCA算法确定所述异常参数的故障模式，

其中，所述异常参数的故障模式包括控制阀故障、化工过程工艺运行故障及开停车过程工艺故障。

5.根据权利要求1所述的诊断方法，其特征在于，所述基于所述运行数据中的预设特征参数，对所述化工过程中的工艺运行状态进行定量的健康诊断包括：

基于所述化工过程中的运行数据中的预设特征参数，采用基于概率分布的非线性控制性能监控方法、基于过程能力指数的操作质量分析及基于质量控制图的过程状态评估中的任一者对所述化工过程中的工艺运行状态进行定量诊断。

6.根据权利要求1-5中任一项所述的诊断方法，其特征在于，该诊断方法还包括：

在执行所述识别所述化工过程中的运行数据中的异常参数的步骤之前，采用离群点剔除检测算法剔除所述运行数据中的离群点，

其中，所述离群点剔除检测算法包括基于距离的离群点检测算法、k-近邻离群点挖掘算法及局部异常因子算法。

7.一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有指令，该指令用于使得机器执行上述权利要求1-6中任一项所述的化工过程运行故障的诊断方法。