本文首先介绍基于数学模型的故障检测方法，针对运载火箭的结构特点对其分系统建立数学模型，从理论上验证应用此种方法进行故障检测的有效性，设计出可以提取故障信息的状态观测器，最后对伺服系统建立起故障检测模型并进行仿真。 本文引入神经网络技术，采用误差逆传播算法，并在实际应用中对算法进行相关改进以提高工作效率。为解决诊断系统中的不确定故障问题，将模糊推理与神经网络相结合，研究模糊神经网络在故障诊断中的应用，通过网络对训练样本的学习最终实现对不确定故障的正确诊断，仿真表明这种方法的可行性。 本文完整的给出一种可应用于大型复杂工程系统的故障诊断方案，解决了在以往研究中很少涉及的控制系统故障检测综合框架的建立、不确定故障的诊断、检测和诊断模块连接等问题，对运载火箭控制系统的故障诊断研究有一定的实用意义。