在大型回转窑氧化铝生产过程中,回转窑内部烧结工况往往受到各种条件变化及不当操作等因素的影响而造成系统的不稳定,导致系统性能降低和氧化铝产品质量降低。在我国的大型回转窑氧化铝生产中,还是基于人工看火经验判断烧结工况。但是这个过程受到看火工主观因素的影响而缺乏客观性和合理性。随着近年来计算机技术的不断发展,人们已经对回转窑进行了自动化控制,但是,如何充分利用计算机技术辅助现场操作人员快速、准确地识别各类烧结工况并做出相应的诊断,实现回转窑烧结工况自动识别是目前亟待解决的问题。本文在参考了大量的国内外前沿研究成果的基础上,依托国家863高技术计划重点项目—“流程工业低成本智能化控制系统”的子课题“大型回转窑智能控制系统”,提出了一种基于完全二叉树支持向量机(SVM)的烧结工况多类识别方法。首先,对烧结图像进行灰度化、去噪与分割,提取图像各个部分的特征；然后,采用特征约简的组合优化方法(ReliefF-PCA方法)对特征集合进行约简,并对特征约简后的特征集合进行效果评价,以便获取最优特征集合；最后,通过建立的基于完全二叉树支持向量机的分类模型,对多类烧结工况进行识别。实验结果表明,利用本文方法识别烧结状态的准确率较高,证明该方法具有较好的健壮性。