一.建立精馏塔故障诊断专家系统
该方法主要包括四个部分：故障输入、基于解释学习模型、定量深层知识库和结果输出到领域知识库。首先输入一个故障，然后调用定量深层知识库，启动基于解释学习模型的学习模型，获得一条学习，该描述直接用于故障诊断，最后将该描述存到领域知识库，其中定量深层知识库需要不断地更新，补充新的故障诊断方法。
二.诊断步骤
（1）建立设备档案
无论任何设备都存在潜在的故障，而设备的使用过程就是一个由潜在故障向功能故障转化的过程，其故障发展曲线如图3所示。为了对精馏塔进行经济而有效的维护，有必要建立设备档案，对精馏塔运行状况跟踪记录，了解精馏塔各部件的历史记录隋况及其运行状态，从而采用定期检测及相应的故障诊断方法，在精馏塔发生功能故障之前检测出其潜在的故障，避免功能故障的发生。
（2）确定检测方法
其主要故障有塔板效率低、塔底温度低、回流温度高和液泛等。针对以上故障，应用7射线现场扫描检测技术，可以诊断和消除故障、优化操作条件和延长操作周期等，并且为炼油和化工企业指导生产提供重要数据或科学依据。
（3）确定精馏塔检测周期及维修时间
对精馏塔各个部件的监测周期的确定要依赖于精馏塔本身的寿命，在这里取精馏塔的平均极限寿命为T，则检测周期Tc=T／nd，其中nd为离散度系数。nd的确定取决于设备运行的环境状况。精馏塔的维修时间要视检测后的精馏塔状况来确定，在这里规定精馏塔的最大运行状态为精馏塔在发生故障前各参数能够达到的最大值，当其中的一个或几个参数超过该值时，即认为精馏塔已经达到极限寿命，需要修理。
（4）建立性能预测及档案管理
在精馏塔每次进行检测之后，要对检测的情况作档案记录，同时确定设备的可用度(即设备的剩余寿命)以及下次检测的时间，所以必须进行性能预测，设备性能预测的数字建模如下：
设X{X1，X2，…，X。}是长度为N反映精馏塔N个时刻运行状态的时间系列，X；为描述机械设备运行状态的某一特征参数，Xi∈Rn(i_1，…，N)，现要预报k步以后的机械设备的运行状态，即求出xN+k。将第(N+k)个时刻的状态xN+k与前N个状态间的内在联系用函数关系F表示：
XN+k=F(Xl，X2，…，X。)
则精馏塔的寿命预测可表示为通过建立数学模型找出F，使得任给X∈0，有||FF(X)一FF(X)||=||xN+k—XXN+k||∈(2)中F(X)=xN+k实际状态值，FF(x)=xN+k预测模型值。
档案管理系统包括精馏塔整体状态、精馏塔各组件性能以及经济技术评价。
三.结论
随着现代科技的迅速发展，现代化的故障诊断系统不断完善，如人工智能、神经网络和动态仿真软件在故障诊断的应用，能够及时准确地预防和避免事故的发生，因此将维修技术、敬障诊断技术和计算机远程监测技术有机的结合，是今后炼油和化工企业故障诊断发展方向。
