燃料电池系统运行的安全性一直是人们关心的问题，特别是把它用于车载系统，安全性的问题就显得尤为突出。为了能够实时监测燃料电池的各个工作状态、及时发现各种可能出现的设备故障，燃料电池状态监测与故障诊断系统采用USB总线系统搭建硬件平台，以神经网络理论为基础，建立故障诊断模型与算法，把两者的优点充分结合，保证了燃料电池系统安全可靠的运行。本文主要研究成果如下： 本文研究了故障诊断系统的总体结构，以USB总线控制芯片AN2131QC为核心，组建了燃料电池状态监测与故障诊断系统的硬件平台。为了保证具有高速的数据采样率，设计了DMA总线的通讯方式。针对硬件系统自身安全性和稳定的要求，设计了复位模块、电源监控模块、串行EEPROM模块。 基于USB的软件开发平台，对燃料电池状态监测与故障诊断系统的软件系统进行了研究和设计。在针对软件的模块化方面，着重分析了USB外设端的固件、主机操作系统上的客户驱动程序以及操作界面程序三个部分程序编写方法。采用Keil C51语言实现了单片机的工业控制和数据采样程序。使用了VC6.0完成了状态监测与故障诊断界面程序。 基于USB的总线规范，研究了状态监测与故障诊断系统的通讯方式，制定了适合于本系统的通信协议，并成功应用到该系统中。针对USB总线的通讯速度快、传输无差错、即插即用和本身提供电源等特点，提出了两种方便、实用的工作方式，实现了对燃料电池系统的监测与诊断。 开展了对燃料电池故障诊断算法的研究，研究了整个燃料电池系统的工作原理，以神经网络理论为基础，建立了针对燃料电池的神经网络故障诊断模型，并且采用了改进型BP算法，改善了神经网络学习过程中收敛速度慢、容易陷入局部极小点等缺点。 完成了燃料电池状态监测与故障诊断系统硬件和软件设计，采用了合适的故障诊断算法，经过了实践的检验，基本满足了所规定的技术指标，取得了良好的效果。