在当今社会,选煤行业正朝着高度信息化、智能化的方向发展。随着选煤行业智能化水平的提高,在整个选煤生产中引入智能化变得越来越急迫。对于选煤生产而言,选煤生产过程的运行稳定关系着整个选煤生产的经济效益。因此,对于选煤生产中时常出现的生产异常情况,保证这些生产异常的及时发现以及准确的给出诊断方案显得尤为重要。因此,本文关于对选煤生产过程智能诊断的探究以及相关的系统实现有着极为现实的意义。本文首先针对选煤厂生产数据的信息来源多样化,存储格式不统一等问题,设计出以选煤设备为主、检测仪表为辅的数据分类标准。通过设计统一的数据采集方式集成生产数据,最终建立选煤生产信息平台,通过Web API技术设计标准化的数据获取接口满足不同数据需求的用户的需要。针对选煤生产中经常出现的异常情况,以涡北选煤厂为研究对象,建立选煤异常数据辨识知识库。对涡北选煤厂选煤生产数据进行异常分析,结合现场工作人员知识,采用故障树分析法和产生式规则表示法建立了的选煤生产异常故障树,构建完成了选煤生产异常信息库。对于选煤厂历史存储的生产异常情况文本信息,利用语义分析技术,采用中文分词工具,通过加入自定义选煤专业词典,对文本进行数据挖掘,提取出关键词,对生产异常情况实例信息进行数据标定,建立选煤异常实例库。本文主要采用SQL Server数据库及Visio Studio 2017开发平台对整个选煤专家智能诊断系统进行了总体设计。其中主要包括权限管理系统、选煤生产信息平台、选煤异常数据辨识知识库和选煤智能诊断系统四个模块。通过案例分析进行了对整个系统功能的测试,证明该系统能够实现对选煤生产过程异常进行实时检测及在线诊断。该论文有图31幅,表26个,参考文献72篇。