张益农，周 进，杨 帆，何自凭，吴奕男

(1. 北京联合大学自动化学院，北京 100101；2. 清华大学自动化系，北京 100084)

1 引言

随着工业企业的日益大型化和复杂化，越来越多的故障不仅影响了企业效益，更带来了很多的安全问题。在工业应用中，单回路、串级等经典控制方法的应用已经很成熟，单点报警和局部系统的故障诊断也被大量应用。然而随着系统规模的不断加大，报警数量的众多和无序逐渐降低了操作员的操作效率，如何对众多报警信号进行科学管理，以达到过滤无效报警信号、凸显关键报警信号、提供帮助信息的目的，从而提高操作效率、降低安全事故的发生概率，成为保证企业效益的关键问题[1,2]。

对于一个智能报警管理系统，十分关键的组成部分是对多变量报警的管理。在流程工业中，系统发生故障时会涌现大量的报警信号，称为报警泛滥(Alarm Flood)现象[1]。这是因为一方面对于系统的关键物理量，往往会设置多个报警信号以保证可靠性，由此带来重复报警现象；另一方面由于系统内部的相互关联，故障情况会从故障源向相关联的环节传播，引发多处报警，称为关联报警现象。

对于重复报警，可以利用设置死区、延迟报警时间、报警搁置以及报警自动抑制的方法来处理[3]。但是对于多变量报警，情况就更为复杂[4]，特别是对于关联报警，利用上述处理方式就无法消除负面影响。文献[5,6]中针对二值数据的相似度识别方法和文献[7～9]中基于相关性概念的方法可供报警数据分析使用，但由于报警数据的稀疏性，这些方法往往不能得到有效的分辨，且计算较为复杂。……