氧气在钢铁、冶炼、医疗等领域发挥了重要的作用,许多工业部门都采用很多方法来制取氧气。在空分制氧的工业流程中,很多外界因素直接影响到氧气的质量。如何制取高质量的氧气,是个迫在眉睫的问题。本文结合了人工智能的相关技术,即神经网络技术和专家系统技术,设计了空分制氧质量监控系统。在计算机众多学科研究成果基础之上,综合利用神经网络、专家系统在各行各业最新研究成果的同时,对质量监控系统进行了研究与实践,并取得了一定的进展。根据神经网络的特点,对前馈型神经网络算法和反馈型神经网络算法进行比较,就其典型模型——BP网络模型与Hopfield网络模型进行分析,最后确定其中一种对制氧质量进行预测;利用专家系统类型、结构和工作原理,对本系统发生的异常情况能够及时、准确地进行质量监控,依据专家系统的设计步骤,研发了异常处理专家系统。