进入21世纪以来,在科学技术取得迅猛发展的前提下,化学工业也取得了爆炸式的发展,化工生产过程也越来越向大型化、复杂化的方向发展。由于化工行业属于高危行业,一旦发生事故将会造成巨大的危害。如何保证化工生产安全稳定运行,成为了广大化工研究者的研究热点。故障诊断作为一门新型技术,结合了现代控制理论、可靠性理论、数理统计、模糊集理论、信息处理、模式识别、人工智能等学科理论,是保证化工生产安全的重要技术之一。本文属于国家863课题“定性定量复杂故障诊断技术研究”(2009AA04Z133)的子课题,本课题在主元分析方法的基础上,结合其它方法对化工过程进行故障诊断研究。根据目前化工企业“数据富裕,信息不足”的现状,首先定位于主元分析(Principal Component Analysis, PCA)方法。在前人研究成果的基础上,通过实例研究了PCA方法及其优缺点。为解决PCA方法故障识别能力不足的缺点,结合符号有向图(Signed Directed Graph, SDG)故障诊断方法和专家系统(Expert System, ES)故障诊断方法,提出了PCA-SDG方法和PCA-ES方法,对PCA方法进行了有目的的改进,并分别通过实例进行了验证。在此研究基础上,本文提出了基于PCA的混合化工过程故障诊断系统。本系统主要分为实时数据库、PCA-SDG建模环境模块、PCA-ES专家知识管理模块和混合故障诊断模块等几个部分。实时数据库采集现场的实时数据,利用PCA方法进行故障检测。若有故障发生时,通过PCA-SDG方法和PCA-ES方法进行故障识别和诊断。对国内某PTA(对苯二甲酸)装置进行了现场应用,应用结果显示,该系统能及时检测出故障并准确辨识故障。当故障发生时,能迅速做出反应将故障详细信息反馈给用户,使用户能及早地发现故障,排除故障。课题下一步将对混合故障诊断方法进一步研究,完善混合故障诊断系统,研究故障预测技术,为确保化工生产过程的安全提供理论支持。