粒度计算是随现代信息处理技术发展而出现的一种新的数据分析概念和计算范式,目前它已经成为模糊的、不完整的、不精确的和海量的信息处理的重要工具和人工智能领域研究的热点之一。粒度计算几乎覆盖所有有关粒度的理论、方法、技术和工具的研究内容,是以模糊集为基础的词计算理论、粗糙集理论和商空间理论的超集,也是软计算科学的一个分支。本文主要研究了粒度计算理论中的粗糙集理论和商空间理论在旋转机械故障诊断中的应用方法。旋转机械的故障诊断经过多年发展,在现场积累了大量的数据,本文以从数据中获取诊断规则和对机械故障进行辨识为目的,探讨了将粒度计算引入到旋转机械的故障诊断领域,得到的主要结论如下:1).介绍了粒度计算理论的基本原理和三种主要的粒度计算模型,重点阐述了其中的粗糙集理论和商空间理论,对三种粒度计算模型之间的关系加以介绍,并指出了粒度计算的一些基本问题。2).提出了一种改进的划分式离散化算法。该改进算法由数据本身确定划分距离,故可减少机械故障决策表因离散化而造成的误差。3).对基于粗糙集理论的诊断规则提取问题进行了研究,重点研究了机械故障决策表的属性约简问题,在对基于粒计算的属性约简算法进行分析的基础上,指出该算法的缺陷,并应用属性相关度的概念对算法进行了改进。4).基于商空间理论的转子故障辨识结果表明,在粗粒度空间中不同故障种类的时域波形图明显不同,故仅从时域波形就可将故障种类区分开来。并且提出以商结构[T]值作为故障的量化特征值,为量化特征提取提供了一种新的思路。粒度计算理论是一个正处于发展中的理论,如何更好将其应用在故障诊断领域,是今后研究的重要方向。