报警系统是现代工业安全运行的重要组成部分,其作用是检测工业生产异常状态,以便操作人员能及时处理系统的异常运行状况。传统的单变量报警系统大多通过监测模拟信号的幅值变化来判断系统是否发生异常,当信号幅值超出报警阈值则触发报警。在工业现场,有一大部分信号需要根据变化速率(而不是通过变化幅值)来判断系统是否发生异常,例如设备温度的变化、汽轮机的主蒸汽压力的变化等。本文设计了一种新的报警系统——基于变化速率的单变量报警系统,通过计算过程信号的变化速率来判断系统是否发生异常。该报警系统的设计主要面临两个关键问题:1)在海量的历史数据中,如何选取训练数据来计算报警系统参数?2)面对噪声的干扰,如何更快更准确地估计出监测信号的真实值及变化速率?针对上述问题,本文所提出的设计方法主要包括以下创新性内容:(1)采用判断数据概率分布的稳定性来选取历史训练数据,通过基于贝叶斯估计的方法,对历史数据的概率分布进行稳定性检验,选取分布稳定且合适的训练数据,将概率分布稳定的历史速率集合来计算报警系统的参数,即速率报警阈值。(2)采用分段线性表示的方法,确定滑动窗口内数据的线性分段数数量并用线性方程表示,尽可能减少噪声的干扰,更快更准确估计出模拟信号的真实值,方便操作人员和分析人员从海量的数据中提取出有价值的信息。分段线性表示的难点在于线性分段数的确定,故提出了一种基于均方根误差的分段数确定方法,以更高的计算效率确定分段线性表示的分段数,以保证报警系统在线运行的实时性。本文给出了数值仿真和工业案例,用于验证研究结果的有效性,并设计了图形用户界面,以方便用户使用及结果的可视化。研究结果表明基于变化速率的单变量报警系统的应用效果与设计目标一致,验证了本文所提出的基于变化速率的报警系统以及数据概率分布稳定性判定方法的有效性。