铝电解工艺过程复杂,电解过程受温度场、磁场、电场交互干扰,所以,控制的难度大,故障发生频繁,有些故障一旦发生,造成严重的经济损失。严重影响铝的质量和产量。所以,有效地诊断预报铝电解过程的故障,及时处理故障,尤为重要,对提高绿的产量和质量具有重要意义。本文提出了铝电解故障诊断预报新方法,设计了铝电解故障诊断预报系统,开发了铝电解过程管理平台,使得铝电解故障得到实时监控。具体工作内容如下:第一,以某铝厂铝电解过程为研究背景,阐述国内外铝工业以及铝电解故障诊断的发展现状。概述了铝电解故障诊断的意义。论述了现阶段铝电解故障诊断中还存在的问题,提出了新的故障预报方法。第二,研究了基于模型的故障诊断诊断方法,将系统辨识与参数估计结合,建立了故障诊断数学模型,并验证了其有效性,通过模型的方法可以快速诊断出铝电解故障的发生。第三,阐述了神经网络应用在故障诊断中的原理及方法,分析其有效性和必要性。通过选取能反映阳极效应的特征量,利用非线性主成分分析法对数据进行了处理,以达到降维和解耦合的目的,通过遗传算法对神经网络的训练过程进行了优化,最后通过仿真实验验证了多层次多故障诊断方法的可行性。第四,针对铝电解过程故障的特点,采用了多重诊断技术,提出了一种基于智能诊断和模型诊断的融合故障诊断方法。将系统辨识与参数估计和模糊神经网络故障诊断有机结合,通过数据处理、故障诊断、故障分类、故障报警等环节实施对铝电解生产故障类型的识别与故障预报。第五,本文采用了由模型故障诊断、神经网络故障分类的多层故障综合诊断模式,通过神经网络进行故障类型识别与优化,通过仿真,验证了故障诊断方法的有效性,实践证明:不仅提高了故障诊断的实时性,又提高了系统故障诊断的准确率。第六,以VC开发了铝电解过程控制系统故障诊断与管理平台。实现优化管理,故障实时报警,实时查询功能