随着现代化技术水平的提高,各类工程系统的复杂性大大增加,系统的可靠性和安全性已成为保障经济效益和社会效益的一个关键因素,日益得到了广泛的重视。故障诊断技术也因此成为目前控制理论领域研究的热点问题。化工生产过程自动化程度高、生产复杂,一旦发生故障,必将造成巨大的经济损失,因此化工过程的故障诊断具有现实意义。小波变换是近年来发展起来的一种用于处理非平稳信号的分析方法,具有良好的时频局部性。基于小波分析的故障诊断方法无需系统的精确模型,结构简单、运用性广。但是由于噪声的存在,使得现有的小波故障诊断方法存在着误报率过高的问题,严重的限制了小波故障诊断方法在实践领域中的应用。而现有的小波去噪方法,去噪效果达不到后继故障诊断的需要。首先,介绍了故障诊断的由来和意义,总结了故障诊断的理论和方法,并介绍了小波分析技术目前在故障诊断中的应用情况。其次,通过比较小波分析和傅立叶分析,引入小波变换的定义,并详细介绍了小波多分辨率分析和Mallat算法。利用小波多尺度分析对信号进行特征提取研究,通过提取不同尺度上的低频和高频特征,更加准确的对信号进行故障诊断。然后,小波阈值去噪算法中,对小波系数进行量化处理的阈值函数的选取以及阈值的确定是影响去噪效果的关键。针对小波阈值去噪方法的现状,根据随机噪声的概率特点提出了采用小波熵理论选择阈值函数中待定参数最佳值的方法,从而在尽可能消除噪声的情况下尽量小的影响真实信号,从而使其具备了比软、硬阈值更好的去噪效果。最后,运用文中提取的方法对连续搅拌釜式反应器(CSTR)进行故障检测与诊断的仿真实验,仿真结果表明了本文方法的有效性。