本文采用基于集员滤波器的方法,用于故障诊断技术研究,此方法不需要知道被估计值的统计特性,只要求噪声未知但有界,就能保障被估计的值在上下界内。此方法不仅可以对故障大小进行估计,还能够检测出故障信号的类型。本文主要研究内容有如下几个方面：1.综述国内外故障诊断的发展现状,提出研究故障诊断技术的重要意义。阐述几种常用的故障诊断方法,对其优缺点进行详细分析,并介绍集员滤波的相关理论,制定出最终要采用的故障诊断的方法。2.对未知但有界故障的线性系统,只需假设噪声和故障信号的值有界,通过S-过程方法和线性矩阵不等式(LMI)方法设计集员滤波器,最后运用递归优化算法对集员滤波器进行优化,数值仿真证明了所提方法的有效性。3.为了克服由于过程本身的不确定性以及噪声等所带来的困难,在处理复杂系统的时变及非线性方面,引入模糊逻辑来解决此问题,把整个非线性系统的控制看作是多个局部线性系统的模糊逼近,设计集员滤波器,实现模糊诊断,最后通过数值仿真证明了其有效性。4.对具有状态约束的未知但有界故障的系统,考虑非线性等式和不等式约束二种情况。针对非线性等式约束,首先把其线性化,用Finsler引理把非约束状态下的集员滤波投射到约束表面,得到状态约束下的集员滤波,进而设计非线性等式约束的集员滤波器。然后把设计的集员滤波器应用到具有状态约束的小车中,接着对小车位置和速度进行建模,最后的结果证明其可行性和有效性。5.最后,对本文所研究的内容进行总结,并指出了故障诊断方法现存的问题及研究方向。