大型预焙铝电解槽的稳定性研究是铝电解生产中的热点课题,从铝电解槽可在线检测量入手诊断其运行状况,进行相应的操作是提高其稳定性的重要措施。槽电压是铝电解槽中一个能够在线检测的参数,其波动信号中包含大量的与电解槽运行相关的信息。从槽电压波动中提取特征,是建立相应的槽况诊断系统的重要基础。本论文以320kA系列预焙铝电解槽为研究对象,大量采集了典型故障槽的槽电压波动信号,利用小波除噪技术对其进行了预处理,然后分别利用功率谱估计算法以及小波包分解技术对槽电压波动信号进行了分析,得到以下重要结论:(1)利用小波除噪技术对电压波动信号进行除噪不但能够保留原始信号中的重要信息,而且能够很好的剔除噪声,使信号变得平滑,不同的槽电压波动信号有不同的最优基小波。(2)基于非参数法的功率谱估计分辨率很差,不能很好的提取槽电压波动信号的特征,而基于参数法的功率谱估计的分辨率大大的提高,能够很好的提取某些槽况下槽电压波动的特征,而且得到的结果物理意义明确;但是对于平稳性很差,突变信息多的信号,参数法不能很好的提取特征。虽然子空间法比参数法分辨率更高,但是其算法过于复杂,不适宜在工程实际中应用。(3)对槽电压波动信号进行一至三层小波包分解,发现三层小波包分解能够很好的提取槽电压波动的能量特征向量,而且由于向量维数较高,抗干扰能力强。对三层小波包分解进行了优化,发现不同的信号有不同的最优小波包分解树。(4)对功率谱分析和小波分析两种算法进行比较,发现两种算法相辅相成,各有优缺点。频谱分析算法较简单,耗时少,得到的结果物理意义明确,但小波分析处理平稳性差、突变信息多的信号要优于频谱分析,结合两种算法能够很好的提取槽电压波动的特征。