机床与液压

作者：房锦发，熊建斌，董湘君，王颀，叶宝玉，苏乃权，路天天，林可锐

单位：广东技术师范大学自动化学院；广东技术师范大学自动化学院；广东技术师范大学自动化学院；广东技术师范大学自动化学院；广州民航职业技术学院飞机维修工程学院；广东石油化工学院机电工程学院；广东技术师范大学自动化学院；广东技术师范大学自动化学院

关键词：石化机组;故障诊断;人工智能;检测算法

基金：国家自然科学基金-广东省联合基金重点项目(U22A20221)；国家自然科学基金面上项目(62073090)；中国科学院科技服务网络计划黄埔专项（STS-HP-202202）；广东省自然科学基金面上项目（2023A1515011423；2024A1515012090；2023A1515240020）；自然资源部海洋环境探测技术与应用重点实验室开放基金项目(MESTA-2022-B001)；广东省科技创新战略专项基金项目(PDJH2023B0304;PDJH2024A225)

石化机组故障诊断对于现代工业系统的可靠性和安全性具有重要意义。人工智能(AI)技术作为工业应用的新兴领域和故障识别的有效解决方案，日益受到学术界和工业界的关注。然而，在不同的运行条件下，人工智能方法面临着巨大的挑战。从理论背景和工业应用两方面对石化机组故障诊断中的人工智能算法进行全面阐述。介绍不同的人工智能算法，包括 K 近邻、朴素贝叶斯、支持向量机、人工神经网络和深度学习等方法；对AI算法在工业应用中进行了广泛的文献调研；最后，对不同AI算法的优势、局限性、实践启示进行总结，表明了技术进步、多模态数据整合、实时监测预测、算法通用性对提升石化工业效率与可靠性的关键作用，并展望了未来的研究方向与挑战。

来源：2024年第18期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第18期