目前，多智能体故障诊断技术还处在起步和发展阶段，关于诊断智能体和多智能体故障诊断系统还没有权威和系统的研究和定义。针对这一现状，本文给出了诊断智能体的描述和基于混合式结构的故障诊断智能体，并提出了利用MFM（Multilevel Flow Modeling，多层流模型）方法实现多智能体故障诊断系统建模，最后给出了诊断智能体抽象模型，为后续多智能体故障诊断系统的系统设计和理论研究建立了必要的基础工作。　　故障机理问题的研究是诊断智能体实现状态监控与故障诊断功能的基础。本文在收集大量故障样本的基础上，分析了精密离心机的一些故障实例。针对精密离心机系统的故障特点，给出了相应的故障诊断方法和策略，并给出了精密离心机常见故障的特征信号。通过这些故障机制分析，最后提出了基于小波包分析的渐近性故障特征提取方法和频带能量特征提取方法。试验与仿真结果表明这种基于小波包分析的故障诊断方法具有算法简单、可行的优点。　　故障定位问题是多智能体故障诊断系统中的一个重要问题。本文系统地论述了基于图论的概念和诊断流程。并在此基础上，提出了基于图论的多智能体故障定位方法，包括故障建模、分层重构和故障源定位。最后，给出了故障定位方法在精密离心机主轴控制系统中的应用实例。基于图论的故障定位方法是适合于多智能体故障诊断系统的一种具有工程应用价值的方法。　　本文研究了多智能体协作诊断的诊断效率问题。将把任务分配转化为集合覆盖，提出了一种快速的任务分配优化算法。同时，证明了该算法的收敛性和上确界并给出了该算法在精密离心机故障诊断任务分配的应用实例。该算法不仅能完成了诊断任务的优化分配，而且非常适合利用合同网协议来实现。所有这些都为一个高效率的多智能体协作诊断系统的实现奠定了理论基础。　　目前，基于多智能体平台的系统开发，已经成为多智能体技术能否应用到各领域的关键。本文通过对多智能体开发平台的选择，提出了基于JADE（Java Agent Development Framework，Java智能体开发框架）平台的多智能体故障诊断系统。然后以精密离心机为背景，对多智能体故障诊断系统设计中涉及的主要问题和关键技术进行了详细的论述，并且给出了重要的源程序代码。整个系统在系统维护、故障诊断和实时监控能力上有了很大的提高。