随着经济的飞速发展，人们对水、油等流体的需求越来越多，为此流体管道安全运行已成为一项非常重要的任务。因此流体管道泄漏诊断与定位研究己引起了广泛关注，由于大多数采用单一的方法，导致检测的结果不精确，然而多传感器信息融合技术能够很好有效地融合多种方法，基于这一想法本文提出了将多传感器信息融合技术应用到流体管道智能诊断与定位研究中。本文系统地对管道泄漏智能诊断与定位进行了研究，研究的主要工作如下：首先，本文介绍了流体管道泄漏智能诊断和定位研究的意义、目标和发展趋势。简单分析了管道泄漏检测的几种常用方法，主要对负压波检测技术和音波检测技术进行了详细分析。由于噪音的存在我们利用小波变换对负压波信号和音波信号的数据进行了消噪，并提取消噪后的特征值。其次，针对传统单一管道泄漏智能检测方法的不足，本文提出了一种基于多传感器信息融合的方法，详细分析了多层前馈神经网络的信息融合方法，并对其算法进行了改进，采用更有效的BP-LM优化算法，结果表明基于神经网络的多传感器信息融合的管道泄漏智能检测有利于提高泄漏故障检测的准确性。最后，分析管道检测泄漏的最终目的是要发现管道的泄漏位置，为此分别利用负压波和音波进行定位，但由于方法单一使得结果并不准确，为此利用信息融合算法D-S证据理论将其两种方法的结果进行融合，结果表明了比单一检测方法精度高，定位更准确。