化工过程关键参数预测对于化工过程的安全、平稳和经济运行具有重要的指导和预警作用,考虑到化工过程的机理复杂性和非线性等特点,特别是由于管线和容器的积分作用使得过程变量之间存在较大的时间延迟,建立有效的化工过程关键参数预测方法具有技术挑战性。模糊认知图是一种能够融合知识表达和推理的软计算方法,本论文面向化工过程关键参数预测,提出了一种基于时延估计模糊认知图的方法,论文的主要研究内容及取得的成果如下:1.深入分析了模糊认知图在知识表达方面的优势,研究了传统模糊认知图的结构和转换函数,针对其对时间信息处理方面的不足,提出了一种基于时延估计模糊认知图的方法,通过结构的改进和时间信息的处理,使得所建立的模糊认知图模型更能有效地表征实际系统的运行状况,对过程参数之间的关系描述更为准确。2.化工过程变量之间往往存在着时间滞后,并且关键过程参数与关联变量间的关系具有模糊性。为此,基于所提出的时延估计模糊认知图模型,研究给出了化工过程关键参数的预测方法,利用经验知识和灰色关联分析方法确定模糊认知图的结构,并使用互相关函数对变量间的时延进行整体估计,最后使用智能优化算法进行模型参数的学习,建立基于时延估计的模糊认知图预测模型。通过和其它预测方法进行比较,验证了所提方法的有效性。3.将所提出的方法应用于实际工业煤气化汽包过程,采集了工厂的实际过程数据,对关键参数汽包液位进行了预测,获得了满意的结果,表明所提方法对于实际工程应用具有可行性。