在煤炭工业发展“十三五”规划中明确指出煤炭行业要继续深化改革,加强煤炭集成创新,推动物联网、大数据、云计算等现代信息技术在煤炭行业的集成应用。在新形势下,我国选煤厂智能化建设不断探索推进,发现在装备、技术、工艺和管理上还存在难题,同时暴露出信息化发展中遗留下的问题,数据信息冗余、利用程度不足,阻碍智能化快速推进。针对选煤厂发展中存在的选煤生产过程数据重复采集,数据冗余且利用率低等问题,根据数据信息来源对选煤生产基础数据进行了梳理和说明,分别按生产环节和采集频率对选煤生产信息进行了分类。研究了不同来源数据的采集方式以及数据平台与不同需求方的数据交换方法,设计了通用的数据采集规则及方式。利用Web API技术设计了标准数据平台与不同需求方的数据传输接口,为后续选煤生产智能化及信息融合提供基础数据支撑。研究了选煤标准数据平台的数据存储结构、策略及安全。采用异常值归零和动态偏差的旋转门压缩算法对在线数据预处理,以国家和行业标准为规范,将生产数据以字典表、数据表的结构形式存储并制定了编码规则和存储策略,在数据存储中考虑数据安全及备份策略,构建了选煤标准生产数据平台。在以上研究的基础上,针对跳汰过程机理复杂、松散度难以测量表征等问题,通过对跳汰分选过程进行多操作参数的影响因素分析,建立了基于浮标跳动高度、原煤给料量、跳汰频率、风阀周期等参数的LS-SVM松散度软测量模型。预测结果表明,床层松散度预测值与实际值有较高的吻合度,相关性系数达到0.9705,可以满足跳汰生产状态评价需求。提出了以评价和优化分选状态为目标的信息融合框架,并在分析分选过程状态和影响因素的关联性、总结专家与操作人员经验的基础上,利用产生式规则的决策模型等信息融合手段,实现了跳汰生产过程的状态评价,给出了具体优化生产状态的策略方法。最后,利用SQL Server数据库及Visio Studio 2017开发平台对整个跳汰过程检测信息融合系统进行了总体设计和实现。该论文有图32幅,表32个,参考文献72篇。