姚羽曼，罗文嘉，戴一阳

（1 西南石油大学化学化工学院，四川成都610500；2 四川大学化学工程学院，四川成都610065）

为了预防化工事故的发生，降低事故的影响，故障诊断技术被广泛用于化工过程中。故障诊断技术自20 世纪80 年代以来取得了长足发展，一般分为基于机理模型的故障诊断技术、基于知识的故障诊断技术和基于数据的故障诊断技术[1]。基于机理模型的故障诊断技术是基于过程第一性原理，利用先验的物理和数学知识进行故障诊断的过程[2]；基于知识的故障诊断技术是依赖操作人员的经验和专家的知识，应用于知识简单的特定场所进行故障诊断的方法；基于数据的故障诊断技术是通过分析大量数据，建立具有故障诊断功能的系统或算法模型的方法。化工过程机理模型难建立、知识复杂多样难简化集成，且随着工厂DCS 系统的发展，系统中储存了大量数据也亟待被挖掘，这使得基于数据的故障诊断技术成为化工领域研究的重点。随着国家对化工安全的逐渐重视、数据驱动方法的不断改进与创新，探讨与分析近些年数据驱动方法在化工过程故障诊断中的研究与应用对该领域技术的发展与研究具有重要的指导意义。

1 化工过程的数据驱动方法

数据驱动方法一般分为统计方法、基于人工智能的方法、综合性方法[3]。统计方法又分为单元统计方法和多元统计方法，单元统计方法是对单一变量的数据进行处理的方法，由于化工过程的数据常是多维度且相互关联影响的，因此现在的研究多不考虑单元统计方法。……