制粉系统作为燃煤电厂机组的一个必不可少的辅助系统,它的安全经济运行直接决定着电厂运行的经济性和安全性。其中,球磨机作为中储式制粉系统中的重要环节,具有运行可靠、维护简单、适应性强、检修费用低等优点。但球磨机是多变量、非线性、强耦合、大延迟对象,加之现场运行环境的复杂性,使得球磨机的运行状态监测和控制都很困难。针对此问题,论文提出了一种基于证据理论的数据驱动诊断方法,实现了球磨机的运行安全性(堵磨)和经济性工作状态的诊断,并基于诊断结果,获得了球磨机的最佳运行区域。　　 论文主要作了以下研究:　　 1.对国内外现有的故障诊断方法及其在火电厂制粉系统中的应用进行了全面综述,并比较了各种方法的优缺点,在此基础上提出了基于证据理论的数据驱动诊断方法的思路。　　 2.证据理论对证据进行分解获得其对应的权函数,通过权函数可实现证据的融合,而传统的权函数是定义在非完整的识别框架之上的,这就导致基于权函数的融合法则计算复杂的问题。针对该问题,论文对证据理论中的权函数理论进行了研究和拓展。基于拓展权函数对传统的融合法则进行了改进,并将改进的融合法则用于解决诊断算法实现过程中所涉及到的证据融合问题。　　 3.基于证据理论,论文提出了一种数据驱动的系统状态诊断方法。诊断方法通过四个步骤实现:1)基于一类分类器对表征某系统状态的数据进行分类,获得其分布度量,并基于此分布度量构建置信区间；2)基于置信区间建立预测信度函数；3)基于获得的预测信度函数建立在各个状态条件下定义在分布度量框架下的证据；4)对获得的表征系统状态的证据进行融合,获得在整个识别框架上的信度。为了检验诊断方法的可行性,论文通过一个普适性的算例对提出的算法进行了验证。验证结果表明,论文提出的诊断方法是可行的且具有较高精度。　　 4.以火电厂制粉系统球磨机为实际研究对象,将基于证据理论的数据驱动诊断方法用于解决球磨机的状态(负荷)诊断问题,主要包括堵磨工况和经济运行工况的诊断。现场实验研究表明,论文提出的基于证据理论的数据驱动诊断方法能够用于实现球磨机的状态诊断。在此基础上,基于提出的诊断方法,论文给出一种策略用于指导球磨机运行在经济工况。　　 5.论文给出了总结,并提出了仍需有待解决的问题和后继工作的方向。