制粉系统作为整个火力发电系统的重要组成部分,承担着向锅炉供应燃料的重任。制粉系统运行环境恶劣,系统构成复杂,给煤机,磨煤机长时间连续高负荷运转,这些会导致制粉系统容易发生各类故障。因此进行火电厂制粉系统故障诊断的研究,实现故障诊断与预测的自动化,是保证制粉系统安全可靠的运行,提高火力发电系统的安全性和经济性的必然要求。本文以中速磨正压直吹式制粉系统为主要研究对象,对制粉系统的组成、工作原理、主要技术性能等作了全面的介绍。通过对制粉系统的运行特性和相关资料的分析研究,本文对制粉系统常见故障的现象和原因进行了分析,归纳出了制粉系统几个典型的故障及其故障征兆参数。这些奠定了进一步研究制粉系统故障诊断与监测系统的基础。本文分别研究了改进的非线性状态估计故障诊断方法,基于数据挖掘的神经网络故障诊断方法,基于粒子群优化的支持向量机故障诊断方法。通过对这三种方法的诊断原理,诊断过程和诊断结果的分析,归纳总结出了它们各自适合的用途。最后,论文采用改进的非线性状态估计算法作为预测方法,采用粒子群优化的支持向量机算法作为故障诊断方法,设计了基于虚拟仪器技术的制粉系统状态监测与故障诊断系统,该系统能够对制粉系统的常见故障进行有效的预警和诊断,对火电厂的安全生产和经济运行的发展有积极作用。