锅炉是一种重要的工业设备，它的运行参数多、结构复杂、故障率高。开展锅炉故障诊断技术研究有着重要的现实意义。本文在现有研究的基础上，提出了将快速诊断应用于锅炉故障诊断。主要展开了两个方面的研究，一是锅炉故障的早期诊断，二是锅炉故障的实时诊断，以期提高锅炉设备故障诊断的快速性和准确性。　　 首先，分析了锅炉的系统结构、故障特点，总结了锅炉汽水系统、烟气系统、燃烧系统等几个部分的主要故障。其次，针对早期诊断的小样本问题，研究和探索了支持向量机在锅炉故障诊断中的应用，探讨了特征参数选择、支持向量机核函数及核参数选择等问题，给出了基于支持向量机的故障诊断步骤，把有决策导向的无环图应用到1对1多分类支持向量机中，成功解决了锅炉故障的多类分类问题。而后，针对锅炉故障的复杂特性以及现有诊断方法的不足，提出并建立了基于模糊神经网络、专家系统的智能集成诊断模型，研究了该智能集成诊断模型中的知识表示、知识获取、推理机制、数据库的建立等几方面的内容，并重点研究和分析了Fuzzy ART网络。　　 通过对锅炉满水、高温过热器破裂的仿真实验，表明了基于支持向量机的二类及多类分类方法对锅炉故障诊断的适用性。水冷壁损坏故障的仿真也表明Fuzzy ART网络满足实时诊断推理的要求。