19世纪末至20世纪初是过程故障诊断的萌芽阶段，各领域专家依靠感官获取设备的状态信息，凭借经验做出直接判断。20世纪初至60年代，随着可靠度理论的发展与应用，利用对材料寿命的分析与评估，以及对设备材料性能的部分检测来完成诊断任务。60年代后，由于传感器技术的发展，各种诊断系统与数据的测量更容易；计算机的使用，提高了数据处理效率。90年代后，专家系统在过程故障诊断领域中的应用，演变为以知识处理和知识推理为核心的故障诊断。21世纪初，使智能型诊断成为诊断技术发展的新方向。21世纪后，随着人工智能技术的兴起，基于数据处理以及机器学习的方法，广泛应用在大数据的工业过程系统，使得过程故障诊断在数据量日益变化的过程中具有高效性和及时性。

对化工过程的异常情况采用及时有效可行的故障诊断方法进行检测，并准确定位故障源头，为现场操作人员消除故障节省时间，保障整个化工系统的稳定运行。针对化工生产过程，若整体过程发生异常情况，通过专门的故障诊断方法，确定故障发生大致部位，对故障进行隔离。

随着石油化工向规模化、集成化、自动化发展，过程故障诊断已广泛应用在石油化工工业。过程故障诊断的主要内容包括性能指标和诊断方法。

主要有以下6方面：①检测故障的速度，在化工过程发生异常后，过程监控系统在最短时间内检测出故障产生的原因，检测故障的速度是衡量过程监控系统好坏的重要指标。②检测故障的准确度，在过程监控系统中，故障检测准确度分为误报率和漏报率，减少误报率能有效地降低人工维护的消耗，减少漏报率可以最大限度地保障过程系统的稳定运行。③检测故障的灵敏度，在化工过程中，对于微小故障信号的识别及判断，提高灵敏度有助于在故障早期采取有效的应对措施，保障过程安全。④检测故障的鲁棒性，有效应对化工过程中的不确定因素以及噪声干扰能力，鲁棒性强的过程监控系统以及故障诊断系统拥有更强的稳定性及可靠性。⑤诊断故障的辨识能力，诊断系统对于产生的故障进行有效的判别，包括故障大小、故障类型、故障特性，辨识能力强有利于制定合适且高效的处理方案。⑥诊断故障的溯源能力，在化工过程中，表面发生问题的不一定是根源性故障，强的溯源能力有助于从根源异常位置处理产生的问题，有效保障整体过程的稳定运行以及应对故障时的高效处理。

化工过程系统中发生的故障类型包括过程参数的变化、干扰参数的变化、执行器和传感器的问题。过程监控的目标是通过识别不正常行为来确保过程能按计划运行。由于现代工业系统变得更加高度集成化和复杂化，过程中出现的故障不能再用单变量控制图来解决。过程故障诊断的主要方法有：①基于数据的故障诊断方法。通过大量数据的提取过程，对信息进行监控得获得较为成熟的应用，如主成分分析、费舍尔稳定性判据、偏最小二乘法和规范变量分析等方法。具有改善系统的过程监控性能优点，主要缺点是监测效果高度依赖于过程数据的数量和质量。②基于解析的故障诊断方法。与数据驱动方法不同，根据基本原理构造过程系统的数学模型，大都基于参数估计、基于观测器设计和等价关系等。其主要优点是把对过程的物理认识和过程监控结合起来。③基于知识的故障诊断方法。使用定性的模型获得过程监控的度量，适合不能获取详细数学模型的系统，主要方法有因果分析、专家系统与模式识别的方法，如定向图、故障树、贝叶斯网络、知识自动化等方法。