对化工生产过程进行监控与故障诊断,确保生产过程的稳定性和安全性,是现代化工生产中一个热点研究问题。本文首先介绍了化工反应过程的总体特点,并说明了对化工过程进行故障诊断的重要性和必要性。同时,对故障诊断方法进行了详细的分类和特点说明,并以聚丙烯腈聚合反应过程作为具体的研究对象,针对该聚合反应的特点及对过程信息获取情况,应用了多种诊断方法实现对过程故障检测与诊断。本文利用聚合产物质量指标与过程变量的对应关系,将神经网络用于对该反应过程的故障诊断,并说明了该种诊断方法可行性,同时也指出了其应用的局限性。其次,考虑到可以获取关于过程变量的数据,将主元分析方法用于该系统的故障诊断中。仿真表明这种方法的可行性,但它是假设过程信息服从正态分布的条件的,这在化工过程中是很难满足的。而独立成分分析方法却不受前述条件的约束,为此将独立成分分析诊断方法用于了该系统中。最后在独立成分分析的基础上,引入了支持向量机,提出了基于独立成分分析与支持向量机的诊断方法。该种诊断方法在实际诊断应用过程中,通过适当的减小控制界限,来降低诊断过程中漏检率,对于误检数据可由支持向量机进行正确的判别。仿真结果表明,该方法提高了系统的诊断性能,降低了工厂由于误检或漏检导致的不必要的损失。