伴随着经济的提升、科学的发展和技术的进步,能源愈发枯竭、资源越来越少等问题日益严重。过去很少被人类重视的海洋资源现在也正在成为各个国家激烈争夺的对象。瞬息万变的海洋环境给海洋资源的开发带来了很大的挑战,如果没有先进的开发设备和技术只能望洋兴叹。近年来,船舶动力定位技术的迅速发展为海洋资源的开发提供了有效的途径。船舶动力定位系统的能力和水平逐步提高,与此同时,系统的规模越来越大,复杂性也在越来越高,因此如何保证系统的稳定性和安全性一直是此项技术的研究重点。故障检测与诊断技术是解决系统安全问题的强有力手段,本论文旨在研究故障检测与诊断在动力定位测量系统中的应用。传统的故障检测与诊断方法是基于解析模型建立起来的,而船舶动力定位测量系统往往是复杂非线性的,因此系统建模存在很大的误差。由此设计出的故障检测与诊断方法往往表现出可靠性差,容易出现误报、漏报等缺点。基于数据驱动的方法能够避免系统建模误差的问题,完全基于过程变量数据进行设计。为了方便后续基于数据驱动的故障检测与诊断方法的研究,需要建立船舶运动学模型得到船舶运动过程中的北东位置,根据船舶运动的北东位置再结合传感器模型实时解算出各种传感器的测量数据。对于系统测量噪声统计特性存在的不准确性问题,本文运用小波变换进行处理。定位状态下的船舶可以视为一个大型的稳态系统,各个传感器的测量值在噪声的干扰下维持在一个小范围内变动,因此本文使用多变量统计的主元分析方法进行研究。考虑到普通主元分析中用两个检测指标的不便捷性,本文在综合考虑两个指标的基础上使用混合统计量作为故障检测的依椐。由于定位状态下船舶在受到外界环境力的干扰情况下会发生扰动,系统状态随时间变化,因此使用递推主元分析对系统模型进行更新,以适应状态的正常变化。通常的递推算法都存在矩阵循环繁琐的特征值分解问题,本文基于一阶扰动理论高效的递推更新矩阵特征值与特征向量,同时使用递推部分分解与递推对角化贡献对出现的故障进行诊断,并在三者的基础上使用混合贡献率对故障传感器隔离。通过研究常见的几种故障以及在出现多传感器故障后进行重构,验证了本文的方法能够及时的检测并诊断出故障。考虑到动力定位测量系统的容错性,设计了容错结构。总之,本文提出的方法在理论与工程上均有一定的研究意义和应用价值。