本文针对传统铝电解系统中现有的系统数据共享度、集成度低,且只能进行简单的数据录入、查询、统计等事务性的处理过程,不能发现这些海量的数据中蕴含的对企业生产和管理具有重要指导作用的规则和规律,以及决策者迫切需要从海量数据中提取有价值的信息和知识,以用于电解槽的管理,提高生产效益等问题,将数据挖掘技术引入到铝电解控制系统中,并结合计算机网络技术,进行深入的理论和实验研究,主要内容及创新如下:1)在数据库的预处理过程中,对缺失数据,根据新老信息对其的影响,构造加权算子实现空缺值填充,形成等时距序列,最终实现数据挖掘。2)基于Apriori、FP-Growth以及改进的Apriori关联规则算法,挖掘不同槽况之间的关联关系;考虑到挖掘数据是在时间上具有先后顺序的时间序列,提出了基于时间序列挖掘的改进Apriori算法,使挖掘出的规律对生产更有指导价值。3)借鉴时间窗口滑动的思想,建立基于槽况状态窗口滑动的时间序列相似性搜索模型,实现对单槽槽况的预测。4)建立基于ID3算法的分类模型,并利用该模型挖掘出来的规则,实现对系列槽槽况的预测。5)将灰关联分析引入数据挖掘,建立灰关联规则的挖掘框架;在框架内对控制系统产生的数据进行挖掘,获得的灰关联规则表明在给定的时间属性区间内,非主属性对主属性影响程度的大小,为调整电解槽的控制参数提供决策支持,并最终实现电解槽槽况的趋势控制。在上述基础上,设计和开发铝电解数据挖掘系统,并将本系统应用于铝电解生产行业的数据处理中,能够有效指导电解槽的稳定生产、延长槽寿命、提高生产效率,为科学化管理提供依据。