大型石化装置通常具有很高的危险性,生产中的一个微小的事故都可能引发一场无法挽回的灾难,从而导致严重的环境污染、人员伤亡和巨大的经济损失.随着现代石化生产规模的日益大型化、复杂化,石化装置生产事故后果可能会越来越严重,安全是石化企业的生命线,贯穿生产的整个生命周期,所以如何及时发现系统潜在危险,预防事故的发生,保证过程安全已经成为石化企业迫切需要解决的问题.本项目基于化工安全系统工程理论和设备故障诊断技术,开展了石化复杂过程的非正常工况实时故障诊断方法研究.为了有效辨识出潜在危险，完成了对HAZOP分析方法的改进:(a)建立了HAZOP节点重要度模糊综合评价方法，以简化HAZOP分析;(b)提出了基于敏感度评价的HAZOP分析方法，以敏感度为定量指标来衡量同一偏差的不同偏差原因对偏差的影响程度，从而降低装置安全管理的不确定性;(c)将动态过程模拟引入到HAZOP分析中，揭示装置从正常工况到非正常工况的故障机理，以实现HAZOP偏差分析的定量化;(d)基于HAZOP分析获得的危险场景建立了动态故障树，通过该方法能够有效地辨识故障根本原因。提出将小波去噪(WD)、主元分析(PCA ) ,核主元分析(KPCA)分别与径向基函数(RBF)神经网络、小波神经网络(WNN)、概率神经网络( PNN)有机结合的实时故障监测和诊断方法，可实现对石化装置非正常工况的及时有效地监测和诊断。