针对液体火箭发动机启动阶段参数波动大带来的故障检测与诊断难题,本文开展基于云理论的液体火箭发动机启动阶段故障检测与诊断方法研究,探索实现发动机启动阶段故障诊断的新方法。文中对云理论进行深入分析研究后,分别基于云关联规则、云模型与神经网络和云分类器等,设计了三种用于发动机启动阶段的故障检测与诊断方法,内容涉及基本理论、故障诊断机制和策略、实例分析等。本文首先将云模型与传统的关联规则技术相结合,给出了云关联规则的定义、挖掘方法与算法,提出了基于云关联规则的故障检测机制,并进行了发动机故障检测实例分析;然后在深入分析和总结当前神经模糊技术发展中神经网络与模糊技术的结合方式与方法的基础上,基于云模型与神经网络提出了云神经模糊系统,给出了基于该系统的故障诊断机制,进行了实例诊断;最后构建了一种基于云模型的分类器——云分类器,给出了云分类规则的提取算法以及基于云分类器的故障诊断策略,并进行了实例诊断。研究结果表明,基于云理论的发动机启动阶段故障检测与诊断方法具有良好的可靠性和稳健性,能够较好地处理检测与诊断中的模糊性和随机性等问题,并且该方法在故障检测及时性方面优于红线关机、包络线、神经网络等算法。