精对苯二甲酸(PuriedTerephthalicAcid，PTA)生产过程涉及汽液固三相反应，工艺机理复杂，生产过程具有大滞后、强耦合、非线性等特点。对于这样复杂的大型PTA生产过程，系统的可靠性和安全性尤为重要，有必要根据生产过程中连续采集到的过程操作信息，诊断出生产中潜在的问题进行预警以避免故障的发生；在保证生产安全平稳的基础上，如何实现生产过程的最优化，最大限度地提高生产效率，也是工业上亟待解决的问题。 本文以AMOCO工艺的PTA工业装置关键生产单元——对二甲苯(p-xylene，PX)氧化反应过程和PTA精制过程为研究对象，应用人工智能方法，对其故障预警和优化的若干关键理论和技术进行研究，以开发复杂工业过程的智能故障预警技术和生产指标优化的智能优化技术，以及具有实际应用价值的PTA生产过程故障预警软件，为形成大规模复杂工业过程的故障预警与优化提供新方法和新技术。本文主要研究成果如下： (1)面向工业过程的智能故障预警技术研究 提出了智能故障预警系统的整体框架，在这个框架的指导下，重点研究了以下几方面的内容：①针对现有的小波阈值信号消噪方法的不足，提出了基于VC维的小波分析消噪方法，并引入了有变二进制长度的平移窗，克服了小波分析方法只能离线应用的局限性。②针对工业过程中存在无法测量数据的问题，导出了贝叶斯框架下最小二乘支持向量机估计算法，据此提出了基于最小二乘支持向量机的未知信息在线估计方法，并应用于PX氧化反应产品质量指标—对羧基苯甲醛(4-carboxybenzaldenhyde，4-CBA)含量的估计，得到了十分有效的结果。③针对传统的粗糙集理论的局限以及定量数据中存在噪音等问题，提出了基于变精度粗糙—模糊集的知识获取算法，解决了智能故障预警中的知识获取问题。④在对推理机制的研究中，提出采用模糊神经网络推理方法，解决了模糊规则推理时存在的冲突和低效率问题。由于以上智能预警技术是在智能故障预警系统整体框架的指导下，针对复杂流程工业的故障特点进行研究的，为智能故障预警系统的工业实施提供了可靠的理论依据。 (2)大型PTA生产过程智能故障预警系统研究 在对PTA生产工艺和故障机理深入分析的基础上，依据智能故障预警系统的整体框架和智能故障预警技术的研究成果，设计开发了大型PTA生产过程的实时故障预警系统，将整个系统分为PX氧化反应故障预警子系统、4-CBA含量故障预警子系统、溶剂脱水塔故障预警子系统和PTA精制故障预警子系统，分别加以实现。在某大型PTA生产过程中的成功应用表明：系统能及时准确地对PTA生产运行状态进行趋势分析和故障预警，并提供操作指导，为生产的安全正常运转提供了有益的保证，减少了产品质量的波动，具有潜在的巨大经济效益。 (3)工业过程智能优化算法的研究 群智能作为一种新兴的智能计算技术已成为越来越多研究者的关注焦点。研究了两种比较典型的群智能优化算法：微粒群优化算法(ParticleSwarmOptimization，PSO)和蚁群优化算法(AntColonyOptimization，ACO)。针对微粒群优化算法搜索能力弱，容易陷入局部极小的问题，提出了一种基于差分进化算子变异的改进微粒群优化算法，为减小陷入局优的可能性，在群体最优信息陷入停滞时引入差分进化算子变异，使算法摆脱局部极优点的束缚，同时又保持前期搜索速度快的特性，提高全局搜索能力。针对蚁群优化算法的收敛速度和所得解的多样性等性能间存在矛盾等问题，引入了遗传算法的排序概念和免疫系统的浓度调节机制等改进的蚁群优化算法，数值仿真验证了算法的有效性。 (4)大型PTA生产过程智能优化操作研究 针对PX高温液相氧化反应过程，在分析反应过程机理的基础上，采用集总反应动力学模型结构和贝叶斯框架下最小二乘支持向量机估计方法，建立了PX氧化反应过程动力学速率常数模型，并根据实验室半连续气液反应器实验结果与工业连续搅拌釜式反应器实际运行状况，应用工业装置运行数据对速率常数模型进行了修正，获得了符合工业装置实际操作工况的PX氧化反应动力学模型，实现了PX氧化反应过程的流程模拟。在此基础上，针对PX氧化反应过程降低原料消耗、提高经济效益的优化目标，将改进的微粒群优化算法应用于过程优化，找出了装置的最优工作点，为PX氧化工艺的技术改造和国产化开发提供了依据和手段。