化工过程故障根源精准定位模型

化工过程具有大规模、高复杂性、多变量等特点,系统的关联性强,现有的故障定位方法较为繁琐,且会引入大量冗余计算,使其在化工过程故障定位中的实用性降低。为及时诊断故障并识别故障根源,基于动态主元分析(DPCA),结合贡献图和统计量,建立化工过程故障因果关系模型,确定对故障贡献率最大的变量,绘制故障传播路径图,找到引起扰动的初始变量,即故障的根源。采用田纳西-伊斯曼过程(TE)中的某一故障仿真作为案例,以验证该模型的有效性。结果表明,该模型利用故障的传播特点,在发生故障报警后,通过绘制故障传播路径图对扰动进行溯源,可实现化工过程故障定位。