在基于模型的故障诊断中,结构分析法是其中的一个重要分支。结构分析法以系统的结构模型为研究对象,通过分析系统模型方程与其中的系统变量之间的关联关系,揭示系统所蕴含的结构特性,并以此为基础来分析故障诊断系统的故障可诊断特性。另外,该方法还可得出可用于设计残差的系统最小结构超定方程集（MSO sets）,为系统故障检验、故障诊断系统设计以及故障容错控制等提出指导意见。然而,在现有的基于结构分析故障诊断的研究与应用中仍存在一些不足:获取系统MSO方程集的计算量较大;对系统的故障可隔离特性的辨识仍是基于故障的两两对比,这会导致大量的计算;在优化传感器配置方面,对添加传感器测量哪些变量才能有效提高系统故障可隔离特性,以及辨识基于故障可隔离特性完全一致的冗余传感器等问题没有深入探讨。针对以上问题,本文进行了深入研究,并取得了如下研究成果:在寻找MSO方程集方面,依据基于故障隔离的等价类性质,本文提出了一种改进的提取MSO方程集方法。首先,对需要分析的高阶冗余度结构超定方程集（PSO sets）进行基于故障隔离的等价类分解,之后,通过每次去除两个不同的等价类方程集来加速降低中间过程PSO方程集的冗余度,直到产生所有的MSO方程集。该方法加快了求解进程,减少了计算过程中的高冗余度PSO方程集的计算量,为获取系统MSO方程集提供了新的思路。在辨识系统故障可隔离特性方面,提出了一种基于增广系统模型的快速辨识方法。与传统的结构方法不同,本文将故障信号视为系统附加的未知变量,并构建增广系统模型作为研究对象。之后,仅对增广系统模型进行一次结构分解后,通过评估故障变量之间的计算依赖关系,可直接分离出部分可隔离故障,并且将系统所有故障方程进行分类,这大大缩减了针对不可隔离故障的搜索空间。然后在相应的无故障监控系统模型中,计算出对应于该搜索空间的所有结构链接方程集。最后,依据结构链接方程集的相应性质提取系统所有不可隔离故障子集,并以此为依据辨识出系统的故障可隔离特性。与传统方法相比较,该方法辨识系统故障可隔离特性效率高,计算量较小。针对传感器配置方面,本文研究了基于新增传感器的系统故障可隔离特性,重点分析了以增强故障可隔离特性为目的的添加传感器的有效性。本文首先对添加传感器前后的系统模型分别进行结构分解,明确所关注的故障所对应的故障方程是否仍处于同一个结构链接方程集中。之后,依据结构链接方程集性质,辨识出添加传感器测量哪些系统变量会对原有系统故障可隔离特性产生影响,从而可以将系统所有状态变量划分为三类变量集。最后,指出只有测量其中一类变量集中的某些变量才可使得两个原本不可隔离的故障可以相互隔离,从而能有效提高系统故障隔离特性以满足诊断要求。本方法通过缩小满足要求的可测量变量搜索空间使得整体计算量较小。在辨识系统冗余传感器方面,本文从多个相关联系统的故障可隔离特性完全一致的角度,提出了一种辨识系统冗余传感器的新方法。通过对系统模型的基于故障隔离的等价类分解,可以分离出系统的共有变量集。当去除该系统的某个（或某些）传感器后,新系统模型的共有变量集与原有系统模型共有变量集相同,那么前后两个相关联系统的故障可隔离特性也是完全相同的。因此,原故障诊断系统中存在基于故障可隔离特性完全一致的冗余传感器。该方法为处理传感器优化配置问题提供了新的思路。此外,以上述的关键技术为基础,提出了一种基于结构分析的传感器优化配置方法。本文在四水箱原始稳定系统的基础上,添加不同传感器组来构建所有可能的监控系统,其中,这些传感器的选择受到约束条件的制约。之后,将这些系统进行结构分解,分析其结构特性,并依据本文之前的结构分析法推导出它们的故障可隔离特性,并将其与依据指定要求的系统故障可隔离特性相比较,提取满足要求的所有传感器配置方案。然后,从中寻找出数量最少的传感器组作为所求得的传感器优化配置方案,并通过仿真实验验证了该方法的可行性与正确性。