锌液净化除铜过程是锌直接浸出冶炼工艺的一个重要工序。生产过程中操作人员根据出口铜离子浓度化验值调整锌粉添加量,但由于检测滞后和人工判断工况的主观性,造成出口铜离子浓度波动大,不满足生产的稳定性要求。因此本文研究基于生产数据的除铜工况识别方法,为现场操作提供指导,对稳定除铜效果具有重要意义。文章结合除铜过程工艺特点,分析影响除铜过程工况的重要因素,提出综合工况评估标准,该标准既有相关参数的数值信息,又包含某些参数的变化趋势；运用定性趋势分析法提取、识别除铜工况相关参考量变化趋势,采用累积和方法进行线性片段的分割,将线性片段分类为7种形状,通过转换、合并为3种趋势基元,得到完整的趋势描述形式。除铜过程参数趋势分析的结果作为工况样本数据的重要组成部分,可以使工况分类更准确,进而改善除铜工况识别效果。针对除铜工况样本存在特征重要度差异、分布不平衡、及样本含噪等问题,提出了一种基于模糊支持向量机的除铜工况识别方法。该方法通过计算样本与类中心的距离获得模糊隶属度,并引入信息熵的概念计算各个样本特征的权重,获得特征重权重矩阵并改进支持向量机的核函数。在此基础上建立的除铜工况识别模型,可以体现不同工况特征的重要度差异,并有效减少样本不均衡及噪声对分类精度的影响,从而提高工况识别的准确性。利用标准实验数据集和现场数据进行对比验证,结果证明了本文方法的有效性和准确性。最后,开发了除铜过程工况识别系统。利用生产过程历史数据,结合工况识别模型,给出了系统架构设计、实施步骤及主要模块,并对系统功能进行软件实现。图22个,表8个,参考文献62篇。