铝电解工业属于复杂的流程工业,生产过程具有高度非线性、干扰大、不确定性强、未知因素多,对象可测和可用的信息少等不利因素,这给铝电解槽状态诊断的实现带来了很大的难度。因此国家 863 计划将此列为工业自动化领域的重点研究课题。本文在深入现场考察研究的基础上,对铝电解生产的工艺过程和故障模式进行了详细的介绍与分析。以阳极效应为代表,电解槽各种故障的因果关系复杂,涉及参数众多,其故障特征的表现综合多样。这些都决定了其健康诊断问题不能简单地依靠单一的诊断方法,应当采用多专家合作机制,利用各种方法的互补性,以提高诊断的效果。为了更好的实现数据共享,作者提出并实现了适合于多专家协作诊断的黑板模型结构。对于槽况的诊断,如果依靠模糊专家算法、神经网络算法等多种先进算法得出综合的结果,可以大大提高诊断的准确率。但由于目前对神经网络算法在铝电解槽况诊断方面的应用研究尚不成熟,所以本文只阐述如何通过模糊专家算法来实现关键故障的分析和诊断。根据铝电解生产的特点和863课题的要求,作者自主设计和开发了铝电解槽智能健康诊断系统软件。本文从软件的任务角色、总体设计、功能设计、结构设计,以及系统主要算法等多个方面进行详细说明。其中重点描述了电解槽各种参数的计算方法,基于模糊专家算法的阳极效应的预报方法,以及针对多种故障的槽况诊断算法。铝电解槽智能健康诊断系统通过对现场采集来的数据进行仿真,实现了对多种异常状况的实时报警,和对阳极效应、阳极长苞、冷槽、热槽等典型故障的实时诊断与预报,其中阳极效应的预报准确率较高。这对于铝电解企业降低能耗、提高效益具有重要意义。