为了适应先进制造方式的变革,各种在线状态监测与故障诊断技术不断出现。基于“自组织柔性重构”思想的E-诊断技术是以满足现代制造系统的快速重组与动态配置需求而出现的,其关键问题之一就是可重组的分布式状态监测技术和方法,而实现的瓶颈在于设备层的柔性重构技术。研究监测系统底层单元的自组织算法不仅仅是整个监测系统实现柔性重构的基础,其实现方法也将有助于实现其它单元的自组织。本文以典型数控机床和加工中心等制造设备的检测单元为对象,以实现制造信息柔性检测为目标,基于信息融合和自组织理论,重点研究了状态监测系统中多传感器自组织柔性重构的方法,为设备层传感器柔性可重构的实现奠定了技术基础。在讨论E-诊断系统构成的基础上,分析了柔性可重构状态监测系统的结构和实现原则,提出监测系统自组织实现的关键问题在于设备层传感器的柔性重构。立足于设备层的传感器网络,从信息融合理论入手,在分析了信息融合的三种形式与信息融合的一般方法基础上,确定了在数据层对传感器网络进行融合的方案和运用自组织人工神经网络对传感器网络进行一次融合。在一次融合的基础上,对传感器网络数据的信息熵和相关熵进行深入分析,提出了信息融合的依据。在分析比较了各种常用的信息融合方法基础上,确定了采用遗传算法进行定量融合,并通过仿真分析证明了算法的可行性。结合实验研究,对传感器网络进行自组织优化,实验结果表明算法可行。本文实现的多传感器自组织方法,可以有效的对监测系统的传感器网络实施管理,为设备层的柔性重构提供了依据。仿真与实验结果表明经过融合后的传感器网络保留了丰富的原始信息,同时也节省了数据传输和存储上的开销,减少了整个监测系统运算的时间;同时自组织算法也具有良好的开放性和易移植特性,便于工程应用上的扩展。