气相法聚乙烯生产工艺因其具有稳定、简单、经济、安全的技术优势得到了普遍应用,常使用流化床作为其核心反应器。但是在使用气固流化床大规模连续化生产的具体过程中,由于部件死角流化不畅、局部静电吸引颗粒、反应热无法均匀平衡等问题,反应器中的流体力学性质将会发生变化,导致颗粒团聚、熔融、粘合,最终形成结块问题,严重时会导致反应器停止运行,生产中断,造成经济损失甚至威胁设备安全。因此准确且及时的结块预警方法对使用气固流化床生产聚乙烯具有重要意义。在以往工作中针对单个传感器对流化床内信息采集的不全面问题,设计了多声波传感器结块监测系统,贴于床壁不同位置的多个同型声波传感器监听床体并采集相关信号。在此基础上,本文研究了基于多路声波传感器的聚合反应流化床结块故障预警方法。首先,通过Hankel矩阵下的奇异值分解方法对声信号进行分解并提取特征,比较正常和结块信号之间的奇异值谱后发现声信号的能量分布在不同工况下截然不同,异常工况下的声信号奇异值要远高于正常工况的奇异值,可以有效提取结块信号特征,具有待定参数少,应用简便的特点,适合工业信号的特征提取。其次,针对实际应用过程中缺少异常标签样本的问题,本文采用支持向量数据描述(SVDD)方法利用正常样本信号建立结块预警模型。为将SVDD模型输出的布尔量结果转化为概率值以适应信息融合,设计了概率转换函数并利用基于期望最大化算法的极大似然估计优化函数参数,可在无需异常故障样本的前提下实现优化,有效增强了模型输出结果的可描述性,降低了人工标签的主观性对结果的影响。最后,针对多传感器的数据联合问题,本文采用DS证据理论和多数权值投票(WMV)两种信息融合方法融合各路传感器所属分类器的决策输出。DS理论可解决信号冲突问题,有效降低故障诊断的不确定性,提高基于声波信号故障诊断的稳定性,WMV能减轻传感器的性能差异对诊断结果的影响,提高最终检测结果的可靠性。本文进一步提出WMV的改进方法,引入双惩罚参数评价每个分类器精度,纠正其对小型结块过于敏感的问题,降低了总体误报率。随后本文在中试装置上进行实验测试其有效性,实验结果发现基于信息融合的多声波传感器结块故障监测方法较传统温压法提前40-60分钟检测到结块,较之单一声波传感器方法可靠性更强;通过对比各路信号输出结果可以估计结块发生的位置,为分析结块原因与实施控制提供指导。本文方法不仅适用于流化床结块故障诊断,还可以很容易的推广到基于声波信号的工业装置异常检测应用中,具有理论和实践意义。