由于水泥回转窑是新型干法水泥生产线上最主要的设备之一,它的运行状况的正常与否直接关系着水泥的质量和产量,环境污染以及资源的消耗。首先,本文以水泥回转窑煅烧系统为研究对象,分析比较各种故障诊断技术的优缺点,结合贝叶斯网络在故障诊断中的优势,针对系统各个环节表现出的不确定性和多态性问题,提出利用贝叶斯网络对多态水泥回转窑煅烧系统进行故障诊断分析。用传统的贝叶斯网络建立了水泥回转窑煅烧系统故障诊断模型,并且对该网络进行参数学习以及推理计算。其次,由于系统各个部件在不同状态下的故障概率往往很难获得,呈现出模糊性,针对这一种情况,本文提出将模糊理论与贝叶斯网络相结合,利用模糊贝叶斯网络对多态水泥回转窑煅烧系统进行故障诊断分析。再次,由于贝叶斯网络面向应用的第一步就是贝叶斯网络推理,然而无论是精确推理还是近似推理都是NP难解问题,也就是很难攻克的难题。联合树算法是贝叶斯网络中最常用的精确推理算法,然而由于它在转换结构的过程中具有不唯一性,因此寻找最优的联合树也是一个NP难解问题。针对这一种情况,本文提出了基于最小缺边搜索算法的联合树算法以及构造了一种新算法,并将其应用到团树构造中,从而来解决贝叶斯网络三角化过程中的节点删除顺序问题,进而找到最优的联合树结构。通过与旧算法比较,新算法表现出较好的性能,由于时间关系,没有能把新改进的推理算法应用到水泥回转窑中。最后,指出了消元顺序与旅行商问题之间的相同点和不同点,只是在理论上验证了可行性。