铝电解过程是一个非线性、多耦合、时变和大时滞过程，受强电场、强磁场、强热场交互干扰，形成了复杂多变的槽况特征，故障种类繁多，发生频繁，有效地故障预报和诊断，对电解系列平稳供电，节约电能、提高铝的产量和质量有重要意义。根据铝电解过程故障特点，提出了基于主成分分析的集成神经网络铝电解多故障诊断方法，建立分层故障诊断模型结构，包括子神经网络层和决策融合神经网络层，子神经网络模块采用了改进型的Elman神经网络，强化信息的记忆功能，并通过主成分分析优化了神经网络结构；决策融合神经网络通过各子网络传递的相关信息，进一步验证对子神经网络诊断结果和复合故障进行综合决策。仿真结果表明，具有良好的诊断效果，验证了该故障诊断方法的可行性和有效性。