在化工生产过程中，实时分析故障和异常扰动的根本原因，对保证经济效益和安全生产具有十分重要的意义。随着化工设备的规模和结构的复杂性的不断增加，先进控制系统得到了广泛的应用，同时也使过程变量之间的关系复杂多变，这使得基于知识的故障诊断方法的有效性降低。随着集散控制系统的广泛应用，长期以来的运行数据都被记录下来，其中包含了过程本身的全面信息。通过适当的数据分析方法，可以提取出各变量之间的逻辑依赖关系和时间依赖关系。
本文提出了一种基于时滞互信息的数据驱动的故障诊断方法。互信息从信息熵的角度衡量两个变量之间的相关性，在计算中可以引入一个时滞参数来捕捉变量之间的相互作用方向。当系统处于正常状态时，每个变量都在设定值范围的附近，可以认为是相互独立的。由于噪声的存在，互信息值稍稍大于0，因此可以从正常运行状态下确定阈值。一旦发生故障，两个变量之间的互信息值超过了该阈值，说明它们之间存在交互关系，从时滞可以得到故障传播路径的方向。当故障发生时，利用变量间的响应信息得到故障的传播路径，为故障诊断提供更客观的信息。将该方法应用于一个具有不同控制策略的连续搅拌加热槽仿真过程，结果表明，在不同的控制策略下，过程变量之间的关系是不同的。然后将该方法应用于某实际工业过程中，对故障的根源和传播方向进行诊断，结果符合生产运行记录

随着DCS系统在化学工业中的广泛应用，大量的过程数据被存储下来，这使得基于数据的过程监测方法得到迅速的发展。这些过程监测方法主要考虑了数据的互相关关系和自相关关系。但在化工生产过程中，绝大多数的传递和反应发生在三维设备中，因此变量间应存在着空间相关性。在以往的研究中，这种数据间的空间相关性并未被充分考虑。本课题组在考虑数据互相关关系和自相关关系的基础，利用卷积神经网络模型提取变量之间的空间相关性，并在此基础上建立了相应的过程监测模型。该过程监测模型被应用在一个制氢装置预转化反应器上，结果表明该模型能够比工程师更早的发现过程偏离。

本课题组提出了一个基于Web的工业过程监测系统，并将其应用于石脑油裂解制乙烯生产过程中验证其监测效果。根据核心算法的要求，从OPC服务器中以不同的采样频率单向获取数据传输到Web系统中。该系统主要可实现对多种操作状态生产过程的过程监测、故障原因诊断、产物组分软测量以及炉管壁温软测量等。其已在某生产企业连续试运行两个月，在测试过程中，成功识别出仪表故障及燃料气喷嘴故障，同时还可正确的预测裂解炉炉管的壁温和产物的组分。

Belousov-Zhabotinsky (BZ)反应系统因其能产生自组织斑图（化学波）而闻名，它的形成看似违反热力学第二定律（秩序从混乱中产生），但实际上，BZ反应是一个开放，远离热力学平衡态的不稳定的系统。模型的反应动力学产生了Hopf分岔从而形成了自振荡，最终导致形态发生变化。本研究利用数值计算方法研究了二维扩散系统中BZ反应的演化过程，以重建化学波。化学波与生物学、生态学和工程学中许多复杂系统的相似性使得当前的研究具有潜在的意义。通过对图案形成的研究，可以为复杂系统理论、自振荡反应系统的热力学、复杂图案的数值计算方法等方面提供一些思路。

在化工生产过程中，实时分析故障和异常扰动的根本原因，对保证经济效益和安全生产具有十分重要的意义。随着化工设备的规模和结构的复杂性的不断增加，先进控制系统得到了广泛的应用，同时也使过程变量之间的关系复杂多变，这使得基于知识的故障诊断方法的有效性降低。随着集散控制系统的广泛应用，长期以来的运行数据都被记录下来，其中包含了过程本身的全面信息。通过适当的数据分析方法，可以提取出各变量之间的逻辑依赖关系和时间依赖关系。
本文提出了一种基于时滞互信息的数据驱动的故障诊断方法。互信息从信息熵的角度衡量两个变量之间的相关性，在计算中可以引入一个时滞参数来捕捉变量之间的相互作用方向。当系统处于正常状态时，每个变量都在设定值范围的附近，可以认为是相互独立的。由于噪声的存在，互信息值稍稍大于0，因此可以从正常运行状态下确定阈值。一旦发生故障，两个变量之间的互信息值超过了该阈值，说明它们之间存在交互关系，从时滞可以得到故障传播路径的方向。当故障发生时，利用变量间的响应信息得到故障的传播路径，为故障诊断提供更客观的信息。将该方法应用于一个具有不同控制策略的连续搅拌加热槽仿真过程，结果表明，在不同的控制策略下，过程变量之间的关系是不同的。然后将该方法应用于某实际工业过程中，对故障的根源和传播方向进行诊断，结果符合生产运行记录