随着科学技术的飞速发展,现代工业过程不断向大型化、集成化方向发展,这导致了系统复杂性的提高以及过程变量的大量增加,因此一旦生产过程产生故障,势必会造成巨大的经济损失,甚至是人员伤亡等灾难性后果,所以及时准确地检测和诊断出故障具有重要的现实意义。为了迅速、可靠地实现故障诊断,本文在深入研究粒子群优化算法的基础上,引进了量子系统、免疫算子、多种群分群等思想,分析了其对寻优性能的影响,提出了一种新的组合算法MIQPSO,该算法对量子粒子群算法进行分群,并通过接种疫苗,指导粒子朝更优化方向进化,提高了量子粒子群的收敛速度和寻优能力。将本文提出的算法应用于粗糙集属性约简,对UCI相关数据集的约简结果表明该算法具有良好的约简效果。将基于MIQPSO的属性约简算法应用在故障诊断的特征选择中,以TE过程为对象开展研究,选择了该过程中相应的一些故障样本,仿真结果表明应用本文提出的算法与PCA等其他方法相比具有更高的诊断性能。