本發(fā)明公開了一種基于數(shù)據(jù)挖掘的礦渣粉磨系統(tǒng)健康狀態(tài)識(shí)別系統(tǒng)及方法，利用一種綜合的特征篩選方法對(duì)工況數(shù)據(jù)進(jìn)行挖掘分析，得到影響立磨穩(wěn)定的關(guān)鍵參數(shù)，作為立磨健康狀態(tài)評(píng)估的指標(biāo)；基于確定的立磨健康狀態(tài)評(píng)估的指標(biāo)，對(duì)工況狀態(tài)進(jìn)行聚類挖掘分析，得到的各個(gè)工況簇的特點(diǎn)，獲得歷史工況中的狀態(tài)分布情況，定義歷史工況中的運(yùn)行狀態(tài)類別；然后利用ARIMA算法對(duì)立磨健康狀態(tài)特征獲取模塊中確定的特征值訓(xùn)練模型，對(duì)參數(shù)的變化趨勢(shì)進(jìn)行預(yù)測(cè)，用預(yù)測(cè)值輔助狀態(tài)識(shí)別。本發(fā)明具有較高的識(shí)別精度和泛化能力，性能好，適用于礦渣粉磨系統(tǒng)的健康狀態(tài)識(shí)別和診斷。