井下多元测试系统，是石油开采中的重要配套设备，用于测量井下温度、压力、泵的出口流量、振动和泄漏电流等环境、工作参数，以实现采油装备运行情况的监测。井下多元测试系统能够完成其使命的前提，是其自身要具有较高的可靠性。然而，由于测试仪工作环境恶劣，其某些薄弱环节，尤其是传感器等，相比工作于常温、常压环境下的系统更容易损坏，且难以修复或更换。因此，对测试仪状态监测和容错的研究具有重要的理论意义和使用价值。作者设计了基于Windows的系统上位数据接收处理软件，概述了其具体的功能特点，并对软件各部分的程序设计作了详尽的说明。采用故障树分析的方法，并引入三角模糊数和中位数的概念，对系统可靠性进行了分析，实现了对难以获得精确的基本事件发生概率的故障树的量化分析和比较，找出了系统理论上的薄弱环节。为了提高系统可靠性，针对和温度参数密切相关的压力传感器，采用数据融合的方法，将温度参数融合进了压力值的计算公式当中。实验验证了该方法可明显提高压力传感器的温度适应性和测量精度。针对最重要的温度传感器，提出了基于双传感器备份冗余，并且结合了基于RBF神经网络时间序列预测理论的传感器状态监测模型，改进了K-均值聚类算法，使之在保证原有精度的前提下，减少了迭代次数，提高了运算速度，有效实现了井下测试传感器的状态监测和容错。针对传感器的故障类型识别，提出了一种根据故障传感器输出特性参数的变化，对故障类型进行分类的新方法。除此之外，本文还针对实际试验当中发现的影响系统可靠性的其余几个重要方面，如调制电阻电容的容错、抗干扰滤波、软件的容错等问题作了分析，并提出了作者的设想和建议。