由于核动力装置运行时存在潜在的放射性危害,因而对其安全性和可靠性要求极高。2011年日本福岛核泄漏事故发生后,世界各国也越来越关注核安全问题。故障诊断技术能够在核动力装置发生异常时快速、准确地识别出异常原因,为操纵员提供充足的时间以采取相应的安全措施,进而保证其安全、可靠地运行。本文结合核动力装置自身的特点,对分布式框架下的故障诊断方法及关键问题展开研究,在此基础上设计开发出一套可靠的分布式故障诊断系统。主要研究内容如下:(1)本文以压水堆核电站为研究对象,基于分布式的原则,在对总体诊断任务进行分析的基础上,划分了分布式故障诊断的各个子系统。研究了核动力装置常见故障及其征兆,进而确定了各个子系统的主要监测参数,并建立了相应的诊断知识库。(2)对BP神经网络和决策树推理故障诊断方法进行了研究,确定了同时采用BP神经网络和决策树推理先进行局部级诊断,再采用证据理论对局部级诊断结果进行信息融合的故障诊断思路,并对BP神经网络样本的构造和全局级时间和空间上的融合等关键问题展开讨论。(3)研究BP神经网络的故障程度评估方法,实现了对部分典型故障程度的近似评估。(4)从故障诊断系统软件的总体功能需求的角度出发,利用C#4.5编程语言完成了对核动力装置分布式故障诊断系统软件各个功能单元的设计和开发。(5)通过PCTran压水堆核动力仿真软件模拟相应的事故类型,对所开发的核动力装置分布式故障诊断系统的所有功能进行了测试和验证。研究结果表明所开发的核动力装置分布式故障诊断系统具备较高的可靠性和预期的诊断能力,不仅能实现对核动力装置的单一故障、并发故障进行快速、准确地诊断,还能实现对故障程度的近似评估,论证了故障诊断和故障程度评估方法的可行性。所研究的分布式故障诊断技术也为后续相关领域的研究工作打下了基础。