磨煤机是燃煤机组的重要辅机设备,其运行状况将直接影响整个电站系统的安全性和经济性。此外,在长期的煤粉磨制过程中,还存在设备安全、零部件老化磨损等问题,导致磨煤机性能退化甚至发生故障,制约着电力系统安全生产运行。论文以直吹式制粉系统中应用最为广泛的中速磨煤机为研究对象,开展磨煤机状态监测与性能退化研究,主要研究内容包括:1、以磨煤机机理特性为依据,对某660 MW燃煤机组的中速磨煤机进行灰箱建模,通过改进的粒子群算法对模型中的多个待定参数进行辨识,并利用现场运行数据验证了灰箱模型的准确性,然后通过该灰箱模型模拟磨煤机的典型故障,并结合统计方法对磨煤机典型故障进行状态监测,为现场检修工作提供指导建议。2、提出了基于动态对立自学习粒子群算法改进的最小二乘支持向量机（DOSLPSO-LSSVM）建模方法,并在磨煤单耗关键影响因素分析的基础上,采用灰色关联分析提取与磨煤单耗紧密相关的运行特征参数,然后建立了基于DOSLPSO-LSSVM的磨煤单耗模型,模型对比验证和敏感性分析结果将为单台磨的优化运行提供指导。3、建立了磨煤机负荷优化分配模型,划分了两种不同磨煤机的运行方式,固定了磨煤机启停组合,并采用DOSLPSO算法、结合定期更新的磨煤单耗模型寻优获得了最佳的负荷分配方案。优化结果表明,在满足出力的情况下,不仅能够减少磨煤机频繁启停,还能降低磨煤机的总功耗。4、采用分时段多模型的思路建立了多个时段磨煤机电流模型,利用典型工况下的输入参数得到时序序列的电流模型值,并以此作为衡量磨煤机性能退化的指标,然后根据辊套磨损量随时间的变化规律确定出磨煤机理论检修时间,并得到对应的磨煤机检修电流,最后利用长短期记忆神经网络建立电流模型值的预测模型,得到磨煤机的性能退化趋势,为现场检修计划的制定提供依据。5、基于研究内容,设计开发了磨煤机状态监测与优化运行软件,为现场优化运行和检修指导提供依据。