现如今,人们越来越追求高速、高效的生活品质,使得网络化控制系统已经成为了社会发展的大趋势。然而,由于网络带宽有限,在传输过程中不可避免地会出现随机丢包、时延、拥塞等不稳定现象,造成数据接收不完备甚至不能成功接收的情况。特别对网络化的工业系统而言,这些数据中也许包含了重要的现场信息,比如故障信息、控制信号等,它们的损坏或丢失可能会导致严重的后果。本文研究了带有参数摄动和随机丢包的多传感器网络化动态系统的故障诊断与故障预报的问题,找到了准确且有效的数据处理办法。考虑到系统中的多个传感器数据可能会通过不同的信道传输,采用了多个伯努利序列来模拟相互独立的随机丢包过程。同时,为了增强强跟踪滤波器在网络环境下的跟踪能力,对保证其鲁棒性能的渐消因子做了改进,得到了改进的网络化强跟踪滤波器(Improved networked strong tracking filter,INSTF)。基于该滤波器,设计了一个two-INSTF的残差生成系统,把健康模型和真实模型的状态估计值的偏差作为残差,利用滑动窗口,求取残差累计信号,以判断故障是否发生,同时还引入残差贡献率的概念来隔离故障。另外,面对由状态扩维方法变换得到的等价的系统预报模型,推导出了基于INSTF的多步预报方程,并给出了故障预警的决策方案。最后,在网络化三容水箱系统的仿真平台上对上述方法进行了验证,并引入两项性能指标,通过对比实验,说明了所设计的方法的优越性。