基于深度学习的化工过程故障检测与诊断研究综述

• 作者: 鲍宇 程硕 王靖涛
• 来源期刊: 化学工业与工程
• 学科: 工学
• 关键词: 化工过程 故障检测与诊断 深度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 智慧化工专栏
• 页码范围: 9-22
• 页数: 14页
• 分类号: TQ086.3
• 语种: 中文
• DOI: 10.13353/j.issn.1004.9533.20210330

摘要

化工过程的故障检测与诊断对于现代化工系统的可靠性和安全性具有重要意义.深度学习作为一项新兴的技术,引起了学术界和工业界的广泛关注.从方法的角度出发,将基于深度学习的化工过程故障检测与诊断技术分为:基于自动编码器的方法、基于深度置信网络的方法、基于卷积神经网络的方法和基于循环神经网络的方法,并分别对4种方法的最新研究进展进行了系统的归纳和总结.最后从工业应用角度总结了一些主要的挑战,并从"数据"、"模型"和"可视化"3个方面展望了未来的发展方向.