精对苯二甲酸(PTA)是生产聚酯的重要化工原料,PTA生产过程主要分两部分,首先将对二甲苯(PX)通过液相催化氧化制得粗对苯二甲酸(CTA),再将CTA加氢精制得到PTA。CTA加氢精制生产过程主要是对氧化单元的产物CTA经过升温和加压溶解于脱离子水,与氢气在装有Pd/C催化剂的固定床反应器内进行催化还原反应,除去其中的主要杂质对羧基苯甲醛(4-CBA),同时有色物质在催化剂作用下被还原,再通过结晶、分离和干燥得到纤维级标准的PTA产品。CTA加氢精制过程是一个具有强非线性、不确定性、大纯滞后、强耦合等特点的复杂工业系统,其安全稳定的运行不但影响产品质量,而且还会影响物料、能量的消耗等其它技术经济指标,因此对CTA加氢精制过程进行故障诊断和状态评估的研究具有非常重要的意义。本文的主要工作如下：(1)本文首先利用核主元分析(KPCA)方法对表征正常操作条件的历史数据建立正常统计监控模型,然而数据中离群点的存在会破坏KPCA的协方差结构,使得建立的模型不能真正的反映实际正常工况,因此本文提出了将离群点检测算法(?)KPCA算法相结合的方法,有效地解决了离群点对统计监控模型的影响,最后再通过平方预测误差(SPE)和HotellingT2统计量对CTA加氢精制过程进行故障诊断。(2)利用最小二乘支持向量机(LSSVM)算法对CTA加氢精制过程进行故障识别,由于LSSVM算法的参数对于仿真的结果影响比较大,本文结合粒子群算法(PSO)和遗传算法(GA)的优点利用遗传粒子群混合算法(GAPSO)对LSSVM中的参数进行优化。由于在工厂中往往很难采集到丰富的故障数据,所以利用ASPEN PLUS软件模拟CTA加氢精制单元生产过程,收集所需的故障数据。将其应用于CTA加氢精制过程的故障识别中,仿真结果表明,该方法的故障识别精度较高。(3)为了保证CTA加氢精制生产过程处于较优生产状态,本文引用了质量控制图(SPC)和过程能力指数对CTA加氢精制过程中的重要生产指标进行分析,通过对整个生产过程作出状态评估,将生产过程分为优良,正常和不良三种情况。通过此类方法,可以指导工业装置保持优良生产状态,改善正常生产状态和调整不良生产状态,从而提高生产品质、节约物耗和能耗。