随着生产技术的不断发展进步,现代石油炼制过程,变得越来越自动化和大型化,但同时也日益复杂化。由于人为误操作、传感器故障、控制器故障、工艺参数变动等因为,异常工况或故障时有发生,给企业造成巨大的经济损失和人员伤亡。因此当异常工况发生时,如何及时准确地确定故障源,避免更加重大的损失和更加严重的事故成为必须要解决的重大问题。　　 SDG(符号有向图)模型是一种定性模型,能够从本质上描述故障传播的潜在路径,基于SDG的故障诊断方法具有完备性高、鲁棒性强、能够解释故障剧情等优点,近些年来,成为一个研究热点。　　 然而基于SDG方法存在的一些问题,限制了其在实际工业上的应用。建模方面,目前的SDG建模方法很多,各有优缺点,缺乏一种统一的方法；SDG模型属于定性模型,只通过“+”(增量影响)和“一”(减量影响)来确定节点之间的关系,难以比较详细地描述节点当前的状态以及节点之间的关系；而且绝大部分模型都是初始响应模型。使得模型只能反映初始响应阶段变量之间的关系,难以反映故障发生后不同阶段变量关系。　　 以上述SDG模型的基础上,在SDG故障诊断方法也存在不足。如:节点状态难以反应节点的变化过程,难以在故障发生早期及时诊断出故障；初始响应模型导致在故障发生后不同阶段诊断结论不一致,遗漏真正故障；多故障发生时,各个节点之间互相影响,节点状态可能随时变化,传统方法难以找到真正的故障；诊断的分辨率较低等等。　　 除此之外,之前的研究大都是集中于对SDG故障诊断某些方面的改进,如改进阈值设置方法、提高分辨率等,缺乏一个基于SDG的故障诊断框架,统一解决目前SDG故障诊断方法存在的不足,使其能够应用于实际工业过程故障诊断中。　　 针对目前SDG故障诊断方法存在的问题以及在实际的应用中遇到的其它问题,本文展开了研究。主要的工作如下:　　 (1)研究SDG建模问题。在前人方法的基础上,提出了基于节点之间定性趋势关系的建模方法。此方法包括了变量之间定性趋势关系模式定义以及整个的建模流程。采用代数、微分方程以及经验相结合方式,将节点之间关系通过趋势模式或者模式的组合来描述,并建立到SDG模型中,代替传统的增量、减量影响,形成了一种新的SDG模型。使得模型不再只是初始响应模型,而能够更加完备地、详细地表达节点变量之间在故障发生后各个阶段的关系。为之后的故障诊断打下基础。　　 (2)提出了基于SDG的故障诊断框架。该框架以基于节点之间定性趋势关系的SDG模型为基础。主要分为数据预处理、异常状态监测以及故障诊断3部分。数据预处理部分采用了提升小波与中值法对采集的数据进行预处理,去除其中的随机误差与粗大误差,为框架提供更为可靠的数据。　　 异常状态监测部分负责对系统进行监测,一旦发现异常或者故障及时通知诊断部分进行诊断。采用了基于节点定性趋势片段与传统阈值相结合的方法。基于定性趋势片段的方法采用“上升”、“下降”与“不变”来代表节点的状态,负责在故障发生早期及时发现故障,为故障的早期诊断创造条件。当节点进入稳态之后,采用传统阈值的方法,即采用“+”、“-”以及“0”来代表节点状态,保证在故障发生后的各个阶段,都能有效地、准确地监测到异常节点。　　 诊断部分采用了SDG与定性趋势分析结合的故障诊断方法。提出了基于滑动窗口的双向拟合的趋势提取、识别算法,将节点趋势提取并识别为“上升”、“下降”或者“不变”。然后根据提出的转换规则,将节点定性趋势转换为定性趋势关系,接着根据提出的合并规则,将定性趋势片段合并,最终得到节点之间的定性趋势关系。采用反向推理方法,将获取节点之间的定性趋势关系与模型中的关系相比较,根据提出的相容规则进行判断,找到可能的故障,最后对诊断的结果进行排序,提高诊断的分辨率。　　 该框架能够实现故障的早期诊断、不同时刻诊断出真正的故障、多故障诊断,具有较高的诊断分辨率,以及很强的鲁棒性。统一解决了目前SDG方法存在的一些不足,为之后SDG方法在实际工业故障诊断中的应用打下了良好基础。　　 (3)在SDG故障诊断框架的基础上,研究、开发了异常工况信息指导系统并将其应用于哈尔滨炼油厂常压蒸馏装置故障诊断中。该系统提供了全流程图形化SDG建模与组态环境、异常工况在线实时信息指导、多种数据采集方式以及多种去噪方式等功能。为SDG故障诊断方法的实际工业应用提供了保证。同时针对实际应用中碰到的具体情况,如数据采集方式、去噪方式、趋势分析的窗口大小、采样率问题、生产方案切换以及验证方式等问题,进行了研究,并解决了问题。　　 (4)通过案例分析以及实际中应用的情况,表明了异常工况信息指导系统能够实现早期诊断、不同时刻的结果都会包含真正的故障,不遗漏故障、多故障诊断且具有较高的分辨率,具有实用性、有效性以及可靠性等特点,能够应用于实际工业故障诊断中。