如何能够在故障发生之前就有所察觉,并及时做出调整,从而实现设备的安全稳定运行,就是过程安全控制。湿法冶金是处理复杂矿、低品位矿的一种冶金方法。浓密洗涤过程是湿法冶金工艺不可或缺的一道工序。它通过浓密机实现对来料高效地固液分离。在实际生产过程中,浓密机运行的环境恶劣,影响因素众多,易引发“压耙”和“跑浑”等故障。故障一旦发生,轻者生产停滞,浪费原料,重者会造成严重的生产事故,威胁工作人员人身安全。因此对于浓密洗涤过程安全控制的研究具有重要的意义。首先,从浓密机的工作原理出发,提取浓密洗涤过程中关键变量,整理变量之间的耦合关系。并针对安全控制问题,从浓密机的典型故障状态入手,分析异常状态与各个监测变量的关系,指出安全控制关键所在,为建立合理的异常工况识别和安全控制模型奠定基础。其次,总结浓密洗涤过程异常检测的历史经验和知识,采用决策树算法从历史异常数据中挖掘有效的异常检测规则,构建浓密洗涤过程异常工况检测规则库。针对异常工况数据特点,提出基于准确度和覆盖度的规则验证方法,实现对规则的筛选。仿真分析验证了提取的异常检测规则的有效性和全面性。最后,设计了基于案例推理的浓密洗涤过程的自愈控制器。面对本问题的特点和传统的案例重用方法存在的缺陷,针对只有底流浓度异常发生或者只有溢流浊度异常发生的情况,提出了优化重组重用策略,针对两种异常同时发生的情况,提出了多案例融合重用策略。仿真结果表明,基于案例推理的浓密洗涤过程异常工况自愈控制器能够对各种异常工况进行控制,取得良好的安全控制效果。