目前大批量电子镇流器在线质量检测环节中的故障诊断是典型的信息不确定性问题,连续属性和离散属性并存,故障根源间的关系复杂,也无法建立故障根源与故障之间的精确数学模型.为此,本文引入变精度粗糙集理论(VPRS),构建电子镇流器的智能故障诊断模型(VPRS-ID).针对连续属性的离散化问题,引入了自组织映射神经网络模型(SOM),自动的实现了连续属性的离散化;针对训练集合中论域对象的不一致问题,提出了基于频度的论域对象更新模型;针对部分诊断对象与已发现规则之间的不一致性问题,通过合理控制变精度因子,发现了隐藏在产品故障数据与故障根源之间的规则.在满足电子镇流器诊断精度要求的基础上,发现了有用的诊断知识,改善了经典粗糙集理论规则集合的适应性.针对目前低效的电子镇流器的人工诊断方式,进一步提出电子镇流器的在线智能诊断程序架构,为准确和高效的自动化故障诊断,提供决策支持.最后,通过电子镇流器故障诊断的工程实例,验证了该智能诊断模型的有效性.