随着科学技术的不断发展，工业系统规模的不断扩大，系统内部各变量间的关系也日益复杂化。任何一个部件的故障都有可能引起一连串事故的发生，严重时甚至导致整个系统瘫痪，造成经济的损失和人员的伤亡。因此，对系统进行故障检测，及时发现和处理故障就显得尤为重要。故障诊断的方法大致可以分为基于模型的方法和基于历史数据的方法，它们两者又都可以分别划分为定量方法和定性方法。在流程工业中，常常由于系统信息不完备难以建立精确的定量模型，或者是系统中的定性信息无法准确的转换为定量信息而造成定量故障诊断方法失效。为了克服这些困难，常常采用定性方法进行处理。基于SDG模型的故障诊断是定性方法的一个重要分支，它只需较少的信息就能够建立系统的模型，能够揭示系统变量的内在联系与影响关系，而且清晰的反映故障的传播路径。因此成为故障诊断的一种有效方法。然而因为其推理过程忽略了大量的定量信息而导致诊断结果的分辨率不高。而且由于该模型中包含大量冗余信息从而导致其推理速度慢，实时性不好。粒计算是解决和处理大规模复杂信息问题的一种有效方法，它能够从大规模的信息系统中挖掘重要的信息，有利于问题的求解。为了解决SDG故障诊断自身存在的问题，提高故障诊断的速度和分辨率，本文将粒计算的思想引入到SDG模型中，提出了基于粒度墒的知识约简方法和基于粒度嫡的SDG推理方法。　　 本研究主要内容包括：⑴针对SDG故障诊断方法诊断速度慢，实时性差的问题，本文从粒计算的角度出发，提出了基于粒度墒的不完各信息系统的知识约简算法，该算法把粒度嫡作为启发式信息对冗余的属性和属性值进行约简，得到最简最优的诊断规则集，提高故障诊断的速度。⑵实际系统中常常由于某些原因造成信息系统中属性值的缺失，从而导致信息系统不完备。鉴于上述算法只适用于完备信息系统的处理，本文将最高可信度补齐算法MCC引入到该算法中，在对属性与属性值进行约简之前，首先将不完备的信息系统转化为完备的信息系统，方便对不完备信息系统进行后续处理。⑶针对SDG故障诊断方法分辨率不高的问题，本文提出了基于粒度墒的SDG推理方法，该方法将模型节点间的相对粒度嫡作为定量信息加入到SDG模型支路中，对多故障源进行优先级排序，提高诊断结果的分辨率。⑷以高温硝酸冷却系统为例，采用基于经验知识的方法建立该系统的SDG模型，并通过SDG模型得出其诊断所需要的决策信息系统(决策表)，通过对该系统进行信息处理与故障推理，验证了本文所提出的方法的可行性。