现代化工生产一旦发生设备失效、控制器故障、人员误操作等异常情况,就有可能引起整个系统发生动荡,甚至会造成灾难性事件的发生。因此,监测化工过程异常状态的劣化趋势,及时识别异常工况原因,从源头上治理和预防系统故障的发生,是保障化工过程安全生产的关键。本文利用相关性分析方法检测及识别化工过程故障,结合符号有向图SDG(Signed Directed Graph)模型搜寻故障传播的潜在原因,提出了一种基于动态相关性Q-SDG分析的化工过程状态识别方法。该方法通过挖掘系统深层次关联特性,添加故障的记忆功能,达到了故障诊断的目的。遵循热力学、守恒关系等是化工过程运行的前提,这使工艺变量之间呈现出复杂的关联特性。所以在化工过程的故障发生时,变量间往往表现为信息传递的连锁效应。本文从全过程监测角度出发,结合动态工况与相似局部紧邻结构准则探讨变量间的相关性、联动性规律。首先,选择皮尔逊相关系数对初始变量集进行初步优化。然后,基于PCA(Principal Component Analysis)贡献度思想有效提取工艺特征机理信息,于多层相关系数集中选取大权重比例的关键变量。进而利用了马尔可夫转移原理,分析系统不同状态的相关性规律重构聚集权重系数Q,及时准确地识别系统故障状态前的过渡状态。最后,利用SDG方法挖掘复杂系统的内部信息传递过程,准确定位各种异常状态相容通路的故障源,并且结合聚集权重系数Q指标实现故障的记忆诊断。TE工业案例应用结果表明,基于动态相关性Q-SDG分析方法建模及诊断步骤较为简洁,能有效提取工艺特征机理信息,快速定位故障状态,准确得到故障源,具有良好的过程监控性能。