随着经济的稳步发展,人类对黄金的需求量越来越大,金矿资源的合理有效的利用显得日益重要。作为提取冶金的两大技术之一,湿法冶金的显著优点在于原料中有价金属综合回收程度高、有利于环境保护、生产过程较易实现连续化和自动化,因此更适合金品位低的矿产资源的回收利用。湿法冶金浸出流程是黄金生产的主要环节之一。实现对湿法冶金浸出过程的监测和故障追溯,对于防止严重生产故障的发生,提高生产效率显得尤为重要。基于主成分分析(Principal Component Analysis,PCA)的过程监测及故障诊断方法,是一种通过对生产过程数据的统计分析来实现复杂生产过程监测及故障诊断的方法,在工业生产过程中应用非常广泛。但是,基于该方法的故障诊断只能追溯到导致过程运行异常的过程变量,无法诊断出实际的故障源；故障树分析方法(Fault Tree Analysis,FTA)是一种以最不希望发生的事件为顶事件,利用故障树模型,通过故障推理,进而追溯出顶事件发生的根本原因的方法。本文以湿法冶金浸出过程为研究背景,利用PCA方法和故障树分析法实现对浸出过程的过程监测和故障追溯。通过对过程运行影响因素的分析,确定影响浸出过程运行状态的关键过程变量信息,通过对过程变量信息数据的统计分析,建立基于PCA的过程监测模型,并基于该模型实现浸出过程的实时监测及故障变量追溯。以导致系统运行状态异常的过程变量信息作为顶事件,基于工艺机理,建立故障树模型,并采用故障树分析方法实现对导致系统运行异常的根本原因的追溯。