目前自动化和数据库技术已经渗透到广泛的工业生产过程中,在这些过程的实时数据库中积累了大量的系统运行数据,其中蕴含了许多与工业过程控制、参数优化、产品质量以及生产管理有关的信息,它们为数据挖掘技术在复杂工业过程领域的应用提供了广阔的平台。关联规则挖掘是数据挖掘领域中的重要技术,在经济、金融、科学观测和工程等各个领域广泛应用,是目前研究的热点。本文对关联规则挖掘技术进行了深入研究,针对特定领域,提出改进算法,并将改进算法应用于实际。首先简要地介绍了关联规则挖掘技术的发展和研究概况,阐述了复杂工业过程数据挖掘的特点。给出了数据挖掘的基本概念,叙述了关联规则挖掘算法的基本概念和算法原理,并详细介绍了数据预处理的各种情况与方法。本文着重阐述了关联规则挖掘的基本框架,并着重讨论了一些经典的关联规则算法,分析了算法存在的问题。在此基础上,提出了新的基于压缩矩阵的关联规则挖掘算法(CMApriori算法)。该算法创新之处在于引入矩阵思想,通过一次扫描交易数据库将其转化为布尔矩阵,并在判断某个项集是否是频繁项集时采用逻辑“与”运算方法,而免去了对原始交易数据库的多次扫描判断。理论分析和实验均表明,CMApriori算法比己有关联规则挖掘算法Apriori的效率更高。最后,介绍了关联规则挖掘算法在氧化铝回转窑控制中的应用,提出了基于压缩矩阵的关联规则提取框架。在现场试验中,取得了不错的现场运行效果。