湿法冶金是采用液态溶剂进行矿石浸出、分离和提取出金属及其化合物的过程。固液分离是湿法冶金生产工艺中的核心环节之一。浓密机是将固液混合物进行重力沉降分离的设备，使用浓密机的固液分离工艺过程俗称为“洗涤”工艺。实际生产中由于浓密机的生产环境比较恶劣、干扰因素较多，从而造成浓密洗涤过程工况复杂，甚至造成“压杷”，“跑浑”等故障。浓密机一旦发生故障不仅会使生产停工，造成巨大的经济损失，而且浪费资源污染环境，甚至可能威胁到现场工作人员的生命安全，因此对湿法冶金浓密洗涤过程进行过程监测与故障诊断具有重要意义。　　以主成分分析(PCA)方法为代表的统计过程监测方法，因其不需要精确的模型信息、算法简单实用等显著的优点，受到专家学者的广泛关注。故障树分析法(FTA)是以系统最不希望发生的事件为分析目标，通过逻辑门将可能原因连接起来形成倒立的树状图形的演绎方法。它是一种简单、有效的故障诊断方法，常用于系统的故障分析、预测和诊断。　　本文以山东黄金矿业股份有限公司湿法冶金浓密洗涤过程为背景，将主成分分析与故障树方法相结合，提出了浓密洗涤过程监测与故障诊断方法。该方法首先用PCA监测模型对浓密洗涤过程进行监测，及时检测出生产的异常工况，定位并诊断出引发故障的异常变量。然后通过对浓密洗涤流程的深入分析建立异常变量的故障树，采用故障树框架推理方法查找出故障原因并给出解决建议，从而保证浓密洗涤生产过程安全有效地运行。最后使用Visual Studio C＃和SQL Server数据库为课题的浓密洗涤环节设计了过程监测与故障诊断平台，通过模拟数据的仿真验证了该故障诊断方法的正确性和有效性。