随着时代的发展,过程仿真技术应用范围越来越广。在化工仿真培训领域,对仿真培训系统功能的要求越来越高。评分系统作为一个附属功能,扮演的角色也越来越重要。然而目前应用在化工仿真培训系统内的评分系统都只具有简单的评分模式,不能针对用户的操作做出科学的评价,也不能给出操作失误的原因与合理的建议,以及不能对出现的故障做出智能诊断。本文针对以上问题,在评分系统中建立了评分指标体系,增加了智能诊断等功能,从而使系统更加智能、完善,所评分数更加科学准确。主要的工作内容如下:1)针对化工工艺过程复杂、操作步骤繁杂从而导致传统评分方式不够科学不够准确的问题,智能评分系统引入了评分指标。首先通过对化工仿真培训的全方位定位分析后建立了评分指标体系,再依据评分指标体系将化工仿真培训中的操作步骤层层细化,依据重要程度提取出操作步骤中的精华,这样选取的评分指标更科学,只有有了科学的评分指标,评分系统给出的评分才更准确更有说服力。所以对仿真培训系统中评分指标的选取至关重要。2)针对化工仿真培训系统内评分系统过于简单、无法对故障进行诊断的问题,本文引入专家系统与神经网络算法。利用专家系统在化工领域的专家知识和神经网络的自学习能力,重新设计了知识库。接着提出了基于神经网络与专家系统的混合推理机制,并在Weka平台上进行了验证,之后利用此推理机制对气化炉故障特征进行了推理,得到了良好的推理效果。接下来设计了面向化工仿真培训的专家系统解释器,对每一条故障的诊断都做出合理的解释并提出可行的建议。3)我们将智能评分系统应用在煤化工工程仿真中,在系统运行过程中,由于科学合理的选取了评分指标,保证了评分系统评分的准确性与可靠性。同时智能评分系统对故障的诊断处理迅速准确,并能及时的将信息反馈给用户,最后给出综合评价和分数评判。在整个使用过程中,智能评分系统对问题均能做出很好地应对,极大地提高了用户的技能水平,为企业、高校与社会带来了巨大的效益。