自Wiener于40年代提出控制论到现在，自动控制技术已经广泛应用于工业生产、航空、航天、机器人、核电站等各种领域。随着科学和工程技术的不断发展，现代生产过程日趋大型化、复杂化，连续化，其自动化的程度和自动化水平越来越高，但系统发生故障的可能性也随之增加。尤其在某些工程领域中，工艺、设备和控制系统发生故障，会导致灾难性的后果。因此故障诊断技术的研究近年来越来越受到重视，其理论体系不断完善，在各种工业场合都有很多应用成果，并且不断出现新的理论和方法，其中采用神经网络技术进行故障诊断是一种重要的智能故障诊断方法，每年都有大量的相关论文出现。 该文根据广东省国际合作项目“炼油厂蒸馏装置生产过程智能监控与事故预报系统的研究”的目标和主要研究内容，对一典型的石化过程工艺和控制中的故障诊断问题进行了研究，具体的研究对象是广州石化厂常减压(一)装置中的常压B区部分，主要设备有初馏塔、常压塔以及加热炉等。这一装置的稳定运行非常重要，直接关系到后续工艺的稳定生产及产品质量。因此如何采用有效的方法对其进行监测和故障预报是殛待解决的问题。 该论文对上述内容进行了研究和开发，取得了以下有益的结果： 1.该项目采用INTEMOR(INTElligentMonitoringOn-lineReal-timeSystem)软件构造和开发智能监测和事故预报系统，对该装置的运行进行在线监视和事故预警。该系统经调试已初步应用于工业现场，并且成功地预报过工艺过程和设备的异常状况，如对加热炉辐射室温差过大产生报警。 2.其中故障诊断部分采用了专家系统和神经网络两种方法，并重点讨论了神经网络在这一领域应用的可行性。具体的做法是采用产生式规则构建知识库，在此基础上针对系统常见的加热炉故障，选取对其影响较大的四个变量作为输入，并定义一个故障参数Y作为输出，采用改进的BP神经网络对样本进行训练。这一方法能弥补基于产生式规则的知识库的某些不足，对系统的故障诊断和预报有一定的作用。 3.另外，该文还选取了在化工行业常用的连续搅拌反应釜(CSTR)为对象，对神经网络在故障诊断中的应用做进一步研究。该文基于“等价偏差思想”，针对特定的CSTR，提出了一种基于改进BP神经网络的集成传感器故障诊断方法。该方法用BP神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法(MB算法)相结合，进行传感器故障在线检测、分离和估计。该集成故障诊断方法能够对多重传感器故障进行快速准确的分离和估计。由于各种传感器故障对状态估计值影响极小，因此，传感器故障对基于状态估计值构成的闭环控制系统影响极小，使得该控制系统具有容错控制能力。仿真结果表明，当系统中两个传感器都发生故障时，对浓度设定点的跟踪精度几乎没有任何影响，表明改进的BP神经网络对系统状态估计准确。同时由于采用状态反馈控制，因此该控制系统具有对传感器故障的容错性。从仿真曲线可以看出，故障被及时检测出来，其幅值估计也较准确。 最后，该文根据上述结果，总结了神经网络用于故障诊断的优缺点，并对其今后的发展方向做了一点探讨。