论文首先综合分析了当前国内外故障诊断理论与技术的研究现状，并在此基础上对一些现有的故障诊断方法的不足提出了一些新的方法，重点研究了针对化工生产过程故障的特点，如何将多智能体系统(MAS)技术应用到化工过程的故障诊断中。主要内容包括以下几个部分： 1.研究了依照层次化分解，对化工生产过程基于本体论进行建模的方法，以解决化工过程故障诊断中的知识共享和重用问题。将化工过程进行结构分解，建立了过程本体，是对化工生产工艺过程的概念化说明；基于故障树分析理论，对化工过程进行故障分解，建立了诊断本体，是对故障、故障之间的内在关系以及故障与单元操作之间关系的概念化说明。两个本体可以直接用于建立诊断知识库并可以实现异构系统之间的诊断知识共享。仿真研究表明，基于本体论建立的化工过程故障诊断系统可以获得良好的诊断效果。 2.在充分研究了大型化工生产过程的特点和故障产生机制的基础上，将MAS技术引入到化工过程的故障诊断中，研究了智能体的结构、通信和协作以及整个系统的建立等，并根据化工过程的特点，建立了不同功能的智能体，并构建了一个基于MAS的化工过程故障诊断原型系统。该系统以某一化工过程为研究对象，将整个过程进行分解，划分为一些相对独立的组件，分派特定的诊断智能体对其进行故障的诊断。仿真研究中，通过智能体之间的协作，系统对化工过程故障诊断显示出了良好的准确性和实时性。 3.提出了一种基于改进的自组织映射网络(SOM)的化工过程故障识别分类算法。将自组织映射网络应用于化工过程故障识别分类中，并针对SOM的启发式训练算法仅仅是失真指数梯度的一种近似，训练网络所得结果并不会使失真指数达到最小，因而分类识别效果不佳的缺陷，分别采用遗传算法和粒子群优化算法对失真指数进行直接优化，来代替SOM的启发式算法，并对两种改进算法进行了对比。仿真研究表明，改进的SOM算法在分类识别效果上优于基本SOM算法，而粒子群优化算法做为一种新的高效的并行搜索算法非常适用于数据优化。 4.综合以上的研究结果，开发了基于甲醇合成工艺的分布式故障诊断系统。根据甲醇合成的工艺流程，该系统将甲醇合成过程划分为9个相对独立的部分，分派相应的智能体分别对他们进行故障监测和诊断。各个智能体拥有各自的知识库，它们都是在化工过程本体论的基础上开发的，以实现智能体的协作。另外对合成过程的关键设备合成塔，应用了PSO-SOM算法对其进行故障诊断。仿真研究表明，该系统对甲醇合成过程的故障检测和诊断可以得到满意的结果。