故障诊断技术对于确保航天器的可靠性和安全性至关重要.本文以航天技术创新基金项目"可靠性试验方法研究----故障诊断的专家系统神经网络技术研究"为背景,以卫星姿态控制系统为研究对象,开展神经网络和专家系统相结合的组合智能故障诊断的相关理论与应用研究.全文包括以下几个部分:首先分析了基于神经网络和专家系统的基本原理,引入了可大幅度提高BP网络训练速度的共轭梯度法.然后,从知识获取、表示和推理三个方面研究了神经网络和专家系统的异同,比较了它们的各自的优缺点,从而找出神经网络和专家系统结合的着眼点.之后研究了国内外一些神经网络和专家系统的结合方式,在分析这些材料的基础上,设计了一个基于神经网络的专家系统模型,并对其功能作了简单的描述.论文第三章则着重分析了本系统的数据预处理技术,特别是主成分分析技术在神经网络样本的特征提取及简化神经网络结构中重要作用,并通过实例得到验证.之后从BP网络实际应用中的常见问题出发,引入了神经集成技术,在分析了其基本原理后,结合经主成分分析后的故障样本,通过实例验证了这种方法可以降低BP网络的使用难度,提高BP网络的泛化能力,提高系统的诊断性能.论文第四章在前两章的基础上,研究了神经网络专家系统的具体建造过程,着重阐述了知识获取,知识库,推理机制,解释系统等诊断系统所必须的模块的建立过程.这里采用了神经网络集成推理和流程控制知识相结合的方式,实现了故障的定位.同时,为解决神经网络推理难于给用户以解释的问题,结合本系统的推理机制,设计了专门的解释规则.之后,文章结卫星姿态控制系统为诊断研究对象,以VC++为开发工具,结合MATLAB、SQL Server,开发了一个基于神经网络专家系统的故障诊断系统.