石油化工行业是我国国民经济的支柱产业,也是我国工业界的污染大户。同时,石化企业也是一种安全环保要求高的企业,生产过程存在多种易燃、易爆和有毒的物质,排放的污染物特征复杂,易对环境产生不良的影响。因此,对石化企业的生产过程进行污染源分析,并根据装置生产过程中的各种状态参数进行污染源智能诊断是十分有必要的,而且,这对于加强石化企业安全环保资源的有效管理,促进企业安全生产和持续、稳定地发展具有重要的意义。 本课题是以广州石化硫磺回收装置为例来建立一套基于状态监测的污染源智能诊断系统。本文首先对装置的工艺流程进行了分析,在工艺流程分析的基础上,对系统的污染源机理以及污染源种类的划分进行了归纳与总结。接着,根据系统污染源的特点,在对各种常用推理方法进行对比的基础之上,采用模糊综合评判的推理方法对系统污染源进行智能诊断,并重点就隶属函数、模糊矩阵、模糊算子以及推理学习算法的确定进行了深入研究,同时,本文还对系统的推理控制策略与推理解释策略进行了阐述。 另外,本文根据用户的实际需求,按照软件工程的一般要求,从系统的需求分析、系统分析、系统设计到系统实现逐步的阐述本系统的开发过程与实现方法。并采用基于JAVA语言的Struts技术和Hibernate技术以及SQL Server数据库技术,结合面向对象的思想,开发出了一套基于B/S模式的污染源智能诊断系统。同时对系统开发过程中所用到的相关平台和技术,如实时数据库PHD、Struts技术和Hibernate技术等进行了简要的介绍。接着,以一个运行实例说明了系统的诊断推理过程。 最后,对本文所做的研究工作进行了总结,并针对整个诊断系统的目前情况,对其将来的研究进行了展望,指出了需要进一步完善和改进的地方。