SBR处理工艺作为污水处理最广泛采用的技术,在污水净化方案中占据十分重要的地位。建立SBR过程故障诊断系统,能够及时检测故障的发生时刻和位置,提高SBR过程的稳定性和连续性。对于提高生产效率、降低设备维护成本具有重要意义。本文在多元统计分析的理论基础上,利用造纸废SBR处理过程的历史数据,开展了多向主元分析方法在SBR过程故障诊断的应用研究。首先,在过程故障诊断模型研究方面,基于MPCA方法建立了SBR过程诊断模型,分别以正常批次和故障批次验证模型的监测效果和故障源定位能力,结果表明:对于正常批次,训练集中T2和SPE统计量的总体误报率较低,监测效果好,而测试集中检测效果并不理想,T2和SPE统计量的误报率较高;对于故障批次,MPCA方法都能及时发现故障突发时刻,对故障批次具有很好的监测能力,但对于工艺过程发生改变而导致的异常缺乏识别能力。其次,针对SBR过程具有典型间歇过程的多操作特征,提出了划分子时段的多向主元分析方法sub-MPCA,分别采用按照工艺流程、参数变化趋势特征和载荷矩阵相似性的方式划分子时段。对于正常批次的监测,划分子时段的sub-MPCA方法降低了总体误报率;而对于故障批次的监测,按照载荷矩阵相似性划分子时段的sub-MPCA方法对故障的定位能力最好,可作为SBR过程故障诊断方法。然后,研究了SBR废水处理过程中的传感器故障类型识别方法,针对精度下降故障与漂移偏差故障或固定偏差故障难以区分的问题,采用小波变换结合贡献图的方法加以识别。按照分步识别的策略,对可能出现的任何一种传感器故障类型进行识别,通过四种模拟传感器故障的验证,表明该方法可以准确识别出传感器的故障类型。最后,在前期理论研究基础上,提供了一种造纸厂SBR废水处理过程故障在线诊断系统的设计流程。系统分三步实现故障诊断:确定诊断模型、监测当前时刻状态、监测当前批次状态。采用Python和PyQt等开发工具进行用户界面设计,整个设计和应用操作表明:该套故障诊断系统具有操作简单,实用及针对性较强的特点。