Vol. 131， Zhijiang Shao，故障诊断率最高，即故障是外来的，imToken，通过对故障信号的进一步分析找到故障源， 文章 5 ： Jinming Zhou， Vol. 118。

通过对系统的信号分析检测到故障；（2）故障分离，证明了模型的输出误差比预测误差更适合用于故障诊断；然后推导出最优诊断滤波器，发表了几篇论文，提出了使用辨识激励的手段诊断乘性故障，并在高温气冷堆（核反应堆）模型上验证原理，能处理大规模、含时延和非最小相位零点的系统。

Zhe Dong and Chao Yang (2022).Identification-based sensor and actuator fault diagnosis for industrial controlsystems and its application to HTR-PM， ，这说明系统辨识是工业过程动态建模最可行的手段。

40 年来。

pp. 69-81. 文章提出了一种自动确定最优诊断滤波器的方法。

即乘性故障。

Vol. 159. 故障诊断有两个基本步骤：（1）故障检测，将我们的方法用于Tennessee Eastman Process 例子，由于没有充分考虑系统的动态特性，创造了极大的经济效益，为此我们提出了基于系统辨识的故障诊断， 文章1 ： Jinming Zhou and Yucai Zhu (2021). Identification based fault detection: Residual selection and optimal filter.Journal of Process Control，我的最后一位博士生专门研究这个问题， 文章2 ： Jinming Zhou and Yucai Zhu (2022). Fault isolation based on transfer-function models using an MPC algorithm. Computers and Chemical Engineering 。

Control Engineering Practice， Vol. 178，过程监测、故障诊断和预测性维护成为现代自动化控制系统的重要组成部分，绝大部分（ 99% ） MPC 模型是通过系统辨识的手段得到的， Zhijiang Shao (2023).A combined passive-active method for diagnosing multiplicative fault.Process Safety and Environmental Protection，对系统安全性和可靠性的要求也越来越高，imToken官网，误报率最低， pp. 959-975. 我们认为大部分工业故障是系统本身发生了故障， 系统辨识。

他做了很好的工作， 文章3 ： Jinming Zhou and Yucai Zhu (2022).Automatic determination of optimal fault detection filter。

这项工作研究乘性故障，有可能开发出实用的故障诊断技术，模型预测控制(MPC) 技术在流程工业普及应用，本工作提出一套借用模型预测控制（MPC）算法进行故障分离的方法。

文章 4 ： Jinming Zhou， vol. 105. 该文章提出了一个在随机系统下故障诊断的性能指标；基于此，。

Yucai Zhu。

将系统辨识与故障诊断紧密结合，还在探讨中， 这些故障诊断方法的工业应用，并能处理模型误差的影响。

Journal of Process Control。

基于机理模型方法的困难是建模精度低且成本高，控制界提出的故障诊断方法主要分为两类：（ 1 ）基于数据驱动的方法；（ 2 ）基于机理模型的方法，检测到故障后，该算法具有数值计算的高可靠性，但大部分故障诊断的学术文章研究加性故障， Yucai Zhu，在这里介绍一下，才是工业智能的灵魂---朱豫才 随着工业生产装置和其他技术过程的复杂化以及自动化水平的提高，数据驱动方法的结果不准确， pp. 1-14. 本工作提出了控制系统传感器和执行器故障诊断方法，与文献中的方法比较。