随着工业技术的高速发展,现代工业生产过程中对于生产设备的安全性和可靠性的要求也变得越来越高。然而,目前工业生产系统普遍存在着非线性、强耦合、时变和参数不确定等诸多特点,这对系统的控制和故障诊断技术无疑都提出了更高的要求。本文主要以隧道式发蓝热处理炉为研究对象,开展并完成了以下工作:(1)针对复杂非线性系统,提出了一种基于增广输入变量的T-S模糊模型建模方法。该模糊建模方法在原输入变量的基础上对输入变量进行增广处理后,以后件参数再反推前件结构进行变量的缩减,可快速有效地确定模型的输入变量,并提高建模精度。(2)在建立T-S模糊模型的基础上,构建出系统各类型故障的基准残差序列,以此作为聚类中心进行模糊聚类分析,从而快速、正确地判断系统的故障类型,为故障的预警和排除提供了可靠依据。对于模糊聚类分析,本文提出利用各类型故障的样本数据标准差对残差序列进行加权的聚类方法,有效提高了故障决策的准确性。(3)将基于T-S模糊模型的故障诊断方法应用到热处理炉实际系统中。采用KingView软件编程实现了热处理炉的组态实时故障监控及诊断系统。整套监控系统实现了数据采集、数据入库、组态监视、危险报警、报表查询等主要功能,提高了隧道退火发蓝热处理系统的信息化水平。将基于T-S解析模型的残差加权故障诊断方法应用于热处理炉的故障诊断系统,测试表明具有较高的故障诊断准确率。