Petri网用于间歇工业过程建模、监控和故障诊断是目前较为活跃的研究领域。本文基于混合Petri网和赋时模糊Petri网的理论与技术,深入研究了间歇工业过程的分层建模和基于异常状态健康度分析的智能监控,以实验装置的硫化促进剂生产过程为对象,对过程中可预测的异常状态进行了健康度分析,并在此基础上建立了一个间歇过程智能监控系统,对工业间歇过程的常规监控起到了良好的辅助和补充作用。异常状态是指与某一生产过程相关的参数偏离了预期的目标,系统故障、手动操作和较大的扰动都可引发系统出现异常状态。异常状态的出现往往可能导致重大的事故,因此建立预测和诊断异常状态的智能系统对化工生产过程的有效、稳定运行具有重要的意义。论文的研究内容主要包括以下几部分:首先,根据化工间歇过程的特点,研究了基于混合Petri网的分层建模方法和基于赋时模糊Petri网的异常状态正向传播原理,包括其定义、激发规则、知识表达、建模和仿真方法;第二,根据间歇过程中异常状态的传播特点,研究了基于赋时模糊Petri网的异常状态传播,提出了异常状态健康度的分析方法;第三,采集半实物仿真平台的实验数据,实现了基于健康度分析的间歇过程异常状态在线监控,通过离线分析异常状态趋势的变化,给出风险提示和操作指导建议;最后,讨论了构建间歇过程异常状态智能监控应用系统的技术方法。