在韶关钢铁集团烧结厂，用于抽除烧结过程中产生的废气的4号风机是生产流程中的关键设备，它们能否安全、连续、稳定运行，将直接影响产品的产量及质量，因此建立一套在线监测与故障诊断系统意义重大。其中对未来一段时间的状态及故障作出较准确的预测是系统的一个重要组成部分，为确定停机时机和维修方案提供了一个重要的理论依据，因而具有重要的实际应用价值。 鉴于风机是一个大型复杂系统，要对其进行传统意义上的建模十分困难，而且系统的输入是很难具体描述的，只有一系列的输出数据是可测的，因此，本文采用数理统计与系统分析相结合的时间序列方法，将动态输出数据加以系统处理而获得系统的数学模型，从而实现预测的目的。具体研究包括以下几方面内容： l、探讨了ARMA模型和ARV模型的建模方法与过程，研究了时序的检验、预处理、模型的适用性检验方法，最终建立了风机轴水平轴位移参数的适用的ARMA和ARV模型。 2、对风机轴水平轴位移的日均振动值进行了最佳预测，并对预测结果作了评价，对预测值的真值可能范围进行了估计。 3、提出了一种故障类型预测的方法，即通过时序方法预测出未来的特征谱，然后通过预测特征谱按模糊诊断的方法预测故障类型。并以风机左轴承座轴向振动的特征谱为例进行了实际预测。 研究结果表明：ARMA模型和ARV模型等时间序列模型能真实地反映出风机状态参数的变化，能较准确地预测出未来的变化趋势，预测误差较小，能对工程实际应用起指导作用。本文提出的故障类型预测方法预测出的特征谱型与实测的特征谱型很接近，预测出的故障类型也与实测的故障类型比较一致，有较高的可靠度。