APMP(Alkaline Peroxide Mechanical Pulp)全称为碱性过氧化氢机械浆，它具有得率高、能耗低、污染少、投资少、成浆质量好以及工艺流程短等优点，在国内外被广泛使用，且被誉为21世纪最具有发展潜力的制浆新技术。在APMP制浆过程中磨浆机运行状态直接影响整个制浆质量的好坏以及连续运行，一旦其发生故障将会导致整个制浆生产线停止运行或是磨的浆料不合格，甚至会造成重大人身安全事故。目前在APMP制浆工业中以盘式磨浆机应用为主，因此，对盘磨故障机理的研究和对它进行故障诊断具有非常重要的意义。然而盘磨在运行过程中存在很多复杂因素，且相关研究资料又较少，造成对盘磨故障诊断存在以下两方面的问题：1）目前国内有关盘磨的故障类型、故障机理、故障特征的相关研究处于初始阶段，缺乏相应的资料。2）盘磨的一种故障往往对应着多种故障特征或是一种故障特征对应多种盘磨的故障，其精确数学模型难以建立。盘磨运行过程中环境复杂，仅靠单一数据源的故障诊断技术难以确定故障原因和故障位置。针对上述问题，本文主要研究内容和贡献总结如下3个方面：1）诊断方法研究针对上述中一种故障模式对应多种故障特征而造成传统信息处理技术无法适用和一种数据源无法诊断各种故障的问题，提出一种多传感器数据融合的盘磨故障诊断系统。该系统采用数据融合技术的多数据来源提供多信息、冗余性、通过合成法则的判断使得诊断结果更加可靠。对D-S理论融合过程中的概率分配、证据冲突等问题做了研究。2）盘磨故障振动特征与故障特征提取的研究针对盘磨故障特征、故障类型等方面研究资料缺乏问题。以盘磨运行过程中的振动方程与力学方程为基础，研究盘磨常见故障的振动特征，得出盘不平衡振动特征以旋转频率的单倍频为主同时伴随其他高频分量；联轴不对中的振动特征在轴向振动上以2倍频为主、伴随1倍、3倍频等、在径向上以1倍频为主伴随有2倍频；滑动轴承损坏振动特征以单倍频为主；油膜涡动故障的振动特征为0.43~0.48倍频；轴承支撑松动其振动特征除单倍频外还有2倍频、3倍频等高频谐波；盘磨碰刀振动特征以单倍频为主同时往往会伴随有0.5倍频、1.5倍频及其高倍频特征频率。在故障特征提取研究基础上，提出一种小波包功率谱的故障特征提取方法。仿真表明：该方法能够有效的提取出故障信息。3）实际效果验证通过现场实际数据检验，表明设计的融合诊断系统能够分辨出盘磨故障，而且与单传感器系统相比诊断输出的概率更高。