本文主要研究了基于多智能体系统方法对复杂系统进行故障诊断和容错控制的问题。首先,提出了采用多智能体系统对复杂系统进行分析、Gaia建模和故障诊断的方法;在具体的决策树故障诊断方法研究中,又提出了一种改进的二元决策图方法用于数字系统的多故障诊断;在多智能体系统的交互方式研究中,提出了基于本体的多智能体知识共享和协作方法用于建立飞机舵面故障诊断的知识库;最后结合神经网络和模糊建模的方法提出了基于多智能体系统的多故障容错方法,并用F-16飞机的舵面组合故障诊断与容错控制的仿真实例对以上各方法进行了验证。结果表明,本文提出的方法不但可以保证故障诊断系统的可靠性,还可以提高系统的容错性与实时性。全文主要内容如下:在基于多智能体系统的复杂系统建模与故障诊断方法研究中,采用了Gaia方法对复杂系统进行建模,根据功能分析构建了故障诊断智能体的角色模型和交互模型,同时对该智能体的行为及各智能体之间进行交互协作的算法进行了详细设计,并针对某型飞机的舵面故障数据,根据各常用专家模型的置信度排序确定了可将决策树和神经网络做为具体的故障识别方法,最后分析了采用多智能体方法进行复杂系统故障诊断的功能和特点。在具体的决策树故障诊断方法研究中,为了克服传统故障树分析法需要事先确定底事件顺序的局限性,本文首先通过在构件连接法的规则中加入了两项新规则,从而保证了由故障树转化的合成二元决策图(BDD)具有唯一的结构;接下来提出了割集的哈夫曼码与结构重要度的概念,这样在搜索故障源时,只要通过比较具有相同哈夫曼码长度的割集概率即可确定需要检测故障源的排序,而无需计算出所有割集的概率大小。该方法适用于具有独立底事件,且其故障模式可表示为故障树形式的数字系统的多故障诊断。由于不需要简化最终的合成BDD和确定故障的最小割集,因此这种方法比传统的故障树诊断方法具有更高的效率,并且更适合于在计算机上实现。在多智能体系统的交互方式研究中,针对飞机系统故障诊断知识库获取与推理的问题,从系统工程的角度分析了飞机系统的复杂性,将飞机族的概念引入到飞机的本体建模中,并以舵面故障诊断过程为研究对象,用Protégé建立了飞机本体的领域知识模型,将单故障和组合故障的诊断知识列为本体中的SWRL规则,再通过JESS推理出的新知识得到诊断结果,实现了用本体来选择修复方案的过程。该方法能够实现复杂系统的本体建模以及故障诊断方案的准确选择,并可通过增加新的诊断知识来完善故障诊断知识库。在多智能体系统容错控制的研究中,提出了容错多智能体系统(FATMAS)的相关概念和在FATMAS中实现多故障容错的各类函数定义。通过调用不同函数可对系统中的多故障进行检测,并可通过复制非关键智能体的任务使系统从多故障中恢复运行,列出了相关流程,并在JACK平台上实现了该方法在F-16飞机舵面组合故障诊断与自修复中的应用。该方法可用于复杂系统的多故障诊断与容错,为智能体的交互提供了清晰的消息传递机制,并有效减少了系统中复制智能体的数目,比较接近于实际系统中的故障处理过程。最后,通过对现有多智能体开发平台的分析和选择以及故障诊断智能体模型的建立,实现了基于JADE平台和Simulink平台对飞机舵面结构故障的在线监控与诊断系统,并采用MACSim实现了两个平台之间的信息互通,整个系统在系统维护、实时故障监控和诊断能力上有了一定的提高,并可实现组合故障的协同诊断,从而达到要求的性能指标。