当核动力装置发生故障时，主控室操作员需要及时对故障进行诊断，根据系统的故障征兆，实现故障的定性、定位及定因。然而由于核动力装置系统庞大、结构复杂，并且运行过程可能受到外界环境的影响，因而设备故障及其所引发的故障征兆之间的因果关系通常非常复杂，同时存在许多随机的、模糊的和不确定的因素，包括从传感器采集到的系统运行信息的不确定性，诊断所使用的推理规则的不确定性等，都有可能影响故障诊断结果的正确性。论文在多层流模型（Multilevel Flow Models, MFM）建模方法的基础上，提出了一种不确定性推理方法，用于处理诊断规则的不确定性对故障诊断结果的影响，主要包括以下四个步骤：（1）创建系统多层流模型，并建立系统故障和功能状态之间的不确定因果关系和影响强度。（2）将多层流模型各功能状态按照其因果关系展开生成微因果树模型；（3）根据系统故障征兆，连接微因果树生成基于故障树的证据模型；（4）在证据模型的基础上，根据贝叶斯原理，计算给定故障征兆条件下各种故障原因的发生概率。为了验证方法的有效性，论文建立了压水堆核动力装置稳态功率运行下的多层流模型，分别对失水事故（LOCA）和蒸汽发生器传热管破裂事故（SGTR）等典型事故进行了定性和不确定性诊断，并将诊断结果进行了对比，结果表明：论文所提出的基于多层流模型的不确定性推理方法正确，诊断结果合理，可有效辅助操纵员进行深层次故障诊断。