摘　　　要：鋁電解過程是一個非線性、多耦合、時變和大時滯過程，受強電場、強磁場、強熱場交互干擾，形成了復雜多變的槽況特征，故障種類繁多，發生頻繁，有效地故障預報和診斷，對電解系列平穩供電，節約電能、提高鋁的產量和質量有重要意義。根據鋁電解過程故障特點，提出了基于主成分分析的集成神經網絡鋁電解多故障診斷方法，建立分層故障診斷模型結構，包括子神經網絡層和決策融合神經網絡層，子神經網絡模塊采用了改進型的Ｅｌｍａｎ神經網絡，強化信息的記憶功能，并通過主成分分析優化...