磨煤机是制粉系统的关键设备,也是火力发电机组非计划停运的影响因素之一,其运行状态的好坏直接影响锅炉燃烧的稳定性。故障诊断能有效的诊断和预测故障,一定程度上减少故障发生、节省检修费用,优化发电设备的运行状况,从而提高机组运行的安全性、稳定性和经济性。单维的信息具有不确定性,信息融合技术的多维信息处理方式能够解决不确定性问题,更准确的描述磨煤机的运行状态。由于运行环境的复杂,磨煤机故障存在模糊性,用模糊聚类分析的方法就更符合问题的本质。但模糊聚类分析的结果为普通类关系不利于故障预测的实现,即只考虑检测样本与故障模式是否有关系。将模糊聚类分析与D-S证据理论结合,用模糊聚类分析的等价矩阵构造D-S证据理论的基本概率赋值函数。两种方法结合既考虑到磨煤机故障诊断模糊性问题,又兼顾到D-S证据理论基本信任分配函数构造主观性的问题。在此基础上,用MPS型中速磨煤机的实际运行数据验证了本方法的可行性。