Page 62 - XXIV Konferencja Automatyków Rytro 2026

przyczyną małego rozpowszechnienia aplikacji systemów diagnostycznych. Brak jest także
komercyjnych systemów automatycznej diagnostyki. Istniejące rozwiązania są
opracowaniami ośrodków naukowych, np. system DiaSter [10]. Należy jednak sądzić, że
systemy realizujące funkcje automatycznej detekcji i diagnostyki zagrożeń są rozwiązaniami
perspektywicznymi i po osiągnięciu wymaganej jakości funkcjonowania będą wspomagały
operatorów procesów przemysłowych, a docelowo zastąpią systemy alarmowe.

5. Uwagi końcowe

a) Bezpieczeństwo systemów sterowania procesami w sensie safety i security powinno być
traktowane całościowo.
b) Diagnostyka uszkodzeń, cyberataków i błędów operatorów powinna być realizowana w
jednym systemie diagnostycznym. Mimo różnych przyczyn, skutki uszkodzeń i
cyberataków, a także ich symptomy mogą być takie same.
c) System automatycznej diagnostyki zagrożeń w powiązaniu z interwencjami operatorów
tworzy dodatkową warstwę zabezpieczeniowo-ochronną w sensie safety. Dodatkowo
system diagnostyczny stanowi ostatnią warstwę umożliwiającą wykrycie cyberataków (a
także działań sabotażowych) jeśli przedostaną się do systemu sterowania przez wszystkie
inne warstwy ochrony.

Wykaz literatury

1. Kościelny J.M., Sztyber-Betley A. (2025). Definitions and comprehensive assessment of
fault isolability in expert-based diagnostic systems. Mechanical Systems and Signal
Processing, Volume 236, 2025, 112979, ISSN 0888-3270,
https://doi.org/10.1016/j.ymssp.2025.112979
2. Kościelny J.M., Bartyś M. (2023). A New Method of Diagnostic Row Reasoning Based on
Trivalent Residuals. Expert Systems with Applications, Vol. 214 (2023) 119116, ISSN:
0957-4174, doi:10.1016/j.eswa.2022.119116

3. Kościelny J.M., Bartyś M., Sztyber A. (2021). Diagnosing with a hybrid fuzzy-Bayesian
inference approach. Engineering Applications of Artificial Intelligence, 104(2021)104345,
pp. 1-11, Elsevier, DOI:10.1016/j.engappai.2021.104345, ISSN:0952-1976.

4. Qiusheng Song, Peng Jiang, A multi-scale convolutional neural network based fault
diagnosis model for complex chemical processes, Process Safety and Environmental
Protection, Volume 159, 2022, Pages 575-584, ISSN 0957-5820.

5. Xiaotian Bi, Ruoshi Qin, Deyang Wu, Shaodong Zheng, Jinsong Zhao, One step forward
for smart chemical process fault detection and diagnosis, Computers & Chemical
Engineering, Volume 164, 2022, 107884, ISSN 0098-1354.
6. Weijun Li, Hui Li, Sai Gu, Tao Chen, Process fault diagnosis with model- and knowledge-
based approaches: Advances and opportunities, Control Engineering Practice, Volume
105, 2020, 104637, ISSN 0967-0661.
7. Yuncheng Du, Dongping Du, Fault detection and diagnosis using empirical mode
decomposition based principal component analysis, Computers & Chemical Engineering,
Volume 115, 2018, Pages 1-21, ISSN 0098-1354.

Jan Maciej Kościelny, Automatyczna detekcja i diagnostyka zagrożeń… str. 8
XXIV KONFERENCJA AUTOMATYKÓW RYTRO 2026 POLITECHNIKA WARSZAWSKA