工业过程控制回路由于控制器参数整定不当、调节阀粘滞特性以及外部周期性干扰等因素的存在而导致振荡现象的发生,这种现象会产生产品质量下降、能耗增加以及设备寿命缩短等问题,从而最终影响企业的经济效益。因此,控制回路的振荡检测与诊断对过程控制具有重要的意义。本文的主要工作如下:针对工业生产过程常见的振荡现象,本文采用基于经验模态分解(Empirical Mode Decomposition,EMD)和自相关函数(Auto-correlation Function,ACF)的方法对控制回路进行振荡检测。首先,利用EMD将待检测信号分解为不同频率的本征模态函数(Intrinsic Mode Function,IMF),能够对多个振荡信号的叠加进行辨识;然后分别对所得IMF信号的ACF计算振荡指标,得到振荡周期和振荡幅值等特征参数。仿真实验结果表明该方法可以准确可靠地对振荡进行检测。调节阀粘滞特性是导致工业过程中控制回路振荡的主要原因之一。现有的调节阀粘滞特性检测方法大多都以特定假设为前提,只适用于特定的范围。针对面积峰值法仅适用于自衡对象的限制,本文给出一种基于改进的形状分析法,用于检测自衡对象和积分对象的调节阀粘滞特性。首先,针对振荡回路的偏差信号计算其二阶导数信号;然后,构造相应的粘滞检测指标对该二阶导数信号与原信号的形状差异性进行区分,从而进行粘滞特性检测。该方法克服了面积峰值法只适用于特定范围的局限性。通过仿真研究验证了该方法的有效性。针对控制回路中常见的多重振荡源引起的回路振荡现象,本文给出一种基于EMD和闭环测试的振荡诊断方法。首先,利用EMD将控制器输出数据以及系统输出数据分解为不同频率的IMF;然后,分别对所得振荡的IMF信号进行闭环测试,通过对回路叠加测试信号来判别对应振荡信号的振荡源。从而解决了由多重振荡源导致的回路振荡诊断问题。在连续搅拌混合过程上的仿真实验验证了该方法的有效性。