微小故障诊断在状态监控/健康管理中发挥着重要作用,在大数据的背景下,传感器技术、计算机技术和数据库技术的快速发展,使得数据驱动方法成为研究微小故障诊断的热点。本文以四水箱系统和卫星姿态控制系统为研究对象,沿着“可诊断性分析-传统诊断方法-改进诊断方法”的思路开展了数据驱动的微小故障诊断方法研究,研究要点如下:(1)针对动态系统的故障可诊断性,分析了可检测性和可隔离性的概念。分析了传统K-L方法在度量系统可诊断性的不足。对于系统的干扰噪声和不确定性,提出一种基于能量距离的系统可诊断性分析方法,该方法能有效量化故障的可检测性和可隔离性,并且可以克服K-L方法在低维情形下的不适用性。(2)针对系统中的显著故障,分析了主成分分析方法的故障检测原理,给出了对应的检测步骤,并用非线性非平稳系统(四水箱系统)验证了两种常用于故障诊断统计量的有效性。对于微小故障的小幅值特性,结合算例分析了主成分分析方法在微小故障检测中的不足,及方法对幅值的敏感性。(3)针对系统中的微小故障,给出了微小故障诊断的一般流程和基于噪声消减的微小故障检测算法。针对传统检测统计量对微小故障不敏感的特点,提出了一种结合K-L距离与主成分分析的微小故障度量指标,实验表明,与主成分分析方法相比,该指标可提高微小故障检测率。