铅锌密闭鼓风炉熔炼过程生产环境恶劣、反应机理复杂,具有多变量、非线性、大滞后、强耦合的特点,使得熔炼过程信息存在一定的不确定及不完整性,即存在信息的不完备性。本文在深入分析铅锌熔炼过程信息特点及粗糙集理论的基础上,研究铅锌密闭鼓风炉熔炼过程不完备信息智能处理方法。针对熔炼过程信息系统存在的数据缺失现象,以及信息系统中属性类型的多样化特点,分析了定性属性及定量属性下不同对象之间的相似关系,在此基础上定义了一种扩展的多属性融合相似关系,并引入相似度的概念来描述对象之间的相似程度。以扩展的多属性融合相似关系和相似度概念为基础,提出了一种基于多属性的数据补全方法,并通过算例及分析表明了方法的有效性及可行性。针对铅锌熔炼过程信息系统存在的信息不确定性,采用基于粗糙集的启发式约简方法进行不确定信息处理,并通过分析熔炼过程实际中存在的不足,定义了一种基于专家经验和属性依赖度相结合的属性重要度计算方法,将专家经验作为属性重要度的重要参考指标。以新的属性重要度计算方法为基础,给出了一种改进的启发式约简算法,算例验证及效果表明了算法的有效性及可行性。将本文的不完备信息智能处理方法应用于铅锌熔炼过程故障诊断,通过对铅锌熔炼过程的故障分析,提出了一种基于粗糙集-神经网络的密闭鼓风炉故障诊断方法。首先采用基于多属性的数据补全方法对不完备信息系统进行缺失数据的补全,进而用改进的启发式约简算法进行数据约简,并将得到的相对完备的精简决策表作为神经网络的训练样本,进行神经网络故障诊断建模。实验仿真效果显示,采用本文的不完备信息智能处理方法进行密闭鼓风炉故障诊断,使得神经网络故障诊断模型的结构大大精简,故障诊断的效率得到了有效的提高。