球磨機故障診斷就是根據設備運行狀態信息查找故障源，并確定相應決策的一門科學技術。故障診斷已從信號分析為基礎的一般診斷方法發展到以知識處理為基礎的智能診斷系統。但這些診斷方法都以診斷對象在工作過程中出現的外部特征為基礎，還未涉及到診斷對象的動力學本質。

本文針對儲式鋼球磨煤機制粉系統，著重討論了節能球磨機優化控制系統的總體方案設計、優化算法及正交試驗法在制粉系統優化上的應用、制粉單耗優化機理模型的建立、故障診斷的方法及其在工程上的應用、煤粉細度的選擇及在線軟測量方法的研究。

1、針對某石公熱電廠，進行了球磨機優化控制系統軟和硬件的總體設計。硬件部分主要包括測量系統和數據采集系統。測量系統主要包括現場一次測點安裝位置和元件的選擇。數據采集系統（或稱DAS系統）主要包括數據采集板卡和與DCS的數據通訊部分。軟件部分主要包括軸承振動信號的采集與處理、控制方案的比較設計、風量的測量及系統的總體調度流程結構設計。

2、對球磨機目前的主要優化算法進行了介紹。重點討論了試驗的設計方法。并結合中儲式制粉系統的優化模型，設計出合理的正交試驗。通過正交試驗，對影響制粉系統單耗儲因素進行極差和方差分析，以此來確定制粉系統的優化控制方案。

3、研究并建立了中儲式制粉系統的單耗優化模型。針對某石化熱電廠，通過優化試驗并進行數據的綜合分析，尋找其優化工作區，并在此基礎上進行制粉系統的優化控制。本優化控制系統在某制粉系統上投用以后已取得了良好的經濟效益和社會效益。

4、球磨機故障診斷是球磨機優化系統的重要子系統之一。在本部分對基于神經網絡故障診斷模型進行了研究。并結合具體的球磨機制粉系統，通過試驗獲取各工況下的典型樣本，建立工程化的基于神經網絡故障診斷系統。

5、球磨機在磨粉過程中，煤粉細度在線測量一直是困擾電力研究部門和各發電廠的重大難題之一。本文分析了影響煤粉細度的主要因素并提出了基于神經網絡的煤粉細度在線軟測量模型。通過在某電廠制粉系統的細度試驗驗證了該方法的可行性和可靠性。

本文緊密結合工程實踐，球磨機在測量方法、控制方案和工程優化上均提出了一些新的思想和技術方法來實現球磨機故障的診斷技術，并在相關工程中加以驗證，取得了一些新的突破。本系統經過在現場近半年的考驗，不論是球磨機測量技術的運行還是制粉系統的節能降耗，均取得了較好的成績。