船舶智能化与信息化是我国船舶行业发展的方向,在大数据时代背景下,需要我们合理有效的利用船舶各系统的数据信息资源,提高船舶智能化水平。当前,信息融合方法在多个领域都取得了重要成就,将其引入到船舶领域进行故障智能诊断,有非常重要的研究价值。因此,本文研究基于粗糙集和D-S证据理论的信息融合方法,选择"育鲲"轮中央冷却系统作为实例探索船舶系统故障的智能诊断。文章介绍了粗糙集理论和D-S证据理论的基本知识,发现证据理论基本可信度分配可以从粗糙集处理的数据中获得,解决了主观性缺陷,从本质上解释了二者能够结合的原因。针对粗糙集属性约简,定义了等价属性的概念,给出了快速约简方法,提高了工作效率;在证据基本可信度分配环节,形成了基于证据信任度的方法,明确了证据基本可信度的求解过程;并提出了证据决策系数的定义,有效解决了证据冲突的难题,形成了一套完整的信息融合方法。选择大连海事大学教学实习船"育鲲"轮冷却系统为应用研究对象,合理选取机舱大量数据,应用改进的信息融合算法进行处理,准确识别了故障隐患状态类型,验证了方法的有效性。最后,选择基于WPF技术的Visual Studio 2013软件开发平台与Matlab数学工具共同协作,开发完成了船舶冷却水系统故障智能诊断仿真软件。基于粗糙集和证据理论的信息融合方法可以推广到对船舶其他系统进行信息融合和故障隐患状态的类型识别,文章对于船舶系统故障智能诊断的发展成功探索了方向。